版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、在實(shí)際昂貴約束優(yōu)化問題中經(jīng)常會涉及計算機(jī)仿真技術(shù)的使用,這些仿真分析的計算成本往往十分昂貴,造成了求解難度的增加。約束優(yōu)化進(jìn)化算法可以在不考慮問題具體特征的前提下進(jìn)行優(yōu)化解的搜尋,但卻不能直接用于求解昂貴約束優(yōu)化問題。代理模型能有效解決求解耗時的問題而引起越來越多的關(guān)注,但是也面臨求解效率的問題。為了減少計算時間與成本并保證較高的求解效率,本文對基于代理模型的進(jìn)化算法開展研究,主要的研究內(nèi)容包括以下幾個方面:
?。?)給出了昂貴
2、約束優(yōu)化問題的求解框架。該求解框架使用適應(yīng)度值近似策略來引導(dǎo)約束優(yōu)化進(jìn)化算法找到最優(yōu)解或近似最優(yōu)解,并減少適應(yīng)度評價的次數(shù),能有效解決求解耗時且非線性程度較高的昂貴約束優(yōu)化問題。
?。?)在優(yōu)化算法方面,提出了非支配排序差分進(jìn)化算法。該方法對動態(tài)混合框架算法進(jìn)行了改進(jìn),并通過引入新的搜索機(jī)制、快速非支配排序策略和精英保留策略,保證了收斂性并維持了種群的多樣性。通過多個測試函數(shù)的計算與比較分析,驗(yàn)證了該算法的收斂速度和求解精度。<
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 應(yīng)用于多目標(biāo)優(yōu)化問題的非支配排序差分進(jìn)化算法.pdf
- 基于代理模型法和差分進(jìn)化算法的天線優(yōu)化設(shè)計.pdf
- 基于云模型的差分進(jìn)化優(yōu)化算法.pdf
- 動態(tài)環(huán)境中差分進(jìn)化算法的研究.pdf
- 基于差分進(jìn)化算法的混凝土德拜模型的研究.pdf
- 基于差分進(jìn)化算法的信用風(fēng)險度量模型研究.pdf
- 差分進(jìn)化算法在混流裝配排序中的應(yīng)用研究.pdf
- 差分進(jìn)化算法的改進(jìn)研究.pdf
- 基于動態(tài)差分進(jìn)化算法的煉鋼--連鑄生產(chǎn)調(diào)度.pdf
- 基于動態(tài)差分進(jìn)化算法的非線性雙層規(guī)劃求解方法研究
- 基于目標(biāo)優(yōu)化的差分進(jìn)化算法研究.pdf
- 多目標(biāo)動態(tài)差分進(jìn)化算法及其應(yīng)用研究.pdf
- 基于控制思想的差分進(jìn)化算法改進(jìn)研究.pdf
- 基于差分進(jìn)化計算的聚類算法研究.pdf
- 差分進(jìn)化算法及其應(yīng)用.pdf
- 差分進(jìn)化算法的并行實(shí)現(xiàn).pdf
- 多目標(biāo)差分進(jìn)化算法研究.pdf
- 基于差分進(jìn)化算法的最優(yōu)潮流計算.pdf
- 差分進(jìn)化算法的應(yīng)用研究.pdf
- 基于跳躍基因的多目標(biāo)差分進(jìn)化算法研究
評論
0/150
提交評論