多种群
多种群的相关文献在2000年到2022年内共计359篇,主要集中在自动化技术、计算机技术、数学、电工技术
等领域,其中期刊论文218篇、会议论文2篇、专利文献31404篇;相关期刊132种,包括科学技术与工程、电子学报、计算机仿真等;
相关会议2种,包括2009年全国模式识别学术会议暨首届中日韩模式识别学术研讨会、2009年全国微波毫米波会议等;多种群的相关文献由1050位作者贡献,包括刘俊、党向盈、巩敦卫等。
多种群—发文量
专利文献>
论文:31404篇
占比:99.30%
总计:31624篇
多种群
-研究学者
- 刘俊
- 党向盈
- 巩敦卫
- 焦李成
- 马文萍
- 鲍蓉
- 刘静
- 张贵军
- 归伟夏
- 谢毅
- 周晓根
- 姚香娟
- 彭春祥
- 徐玮玮
- 熊伟清
- 胡俊
- 范宇凌
- 阮少伟
- 马晶晶
- 刘丹丹
- 刘彬
- 单晓杭
- 厉丹
- 叶青
- 唐加能
- 夏学文
- 张俊
- 张勇
- 李元香
- 李凯
- 李霞
- 杜永兆
- 柳培忠
- 王宇嘉
- 王洪峰
- 申珅
- 蔡良伟
- 贾伟
- 赵雪芬
- 陈娟
- 陈昊
- 骆炎民
- 黎明
- 丁卫平
- 于慧
- 付亚平
- 代震
- 伍旭东
- 会国涛
- 何国鑫
-
-
孙浩;
刘环宇;
赵柏栋;
张玉嘉;
杨振;
王德权
-
-
摘要:
针对柔性作业车间的调度优化问题,以最小化完工时间,最小化设备总负荷和最小化车间总能耗为目标建立多目标调度模型,提出一种改进NSGA-Ⅲ算法。在算法的初始阶段采取4种不同编码方式共同生成初始化种群,保证种群分布均匀的同时,缩小搜索的解空间大小;基于拥挤度的父代个体选择方式,使具有更优基因个体参与到进化当中。引入部分解的邻域搜索策略,解决NSGA-Ⅲ全局搜索时局部搜索较弱的问题。利用10组BRdate标准算例对改进NSGA-Ⅲ算法和原始NSGA-Ⅲ算法进行对比测试,改进NSGA-Ⅲ算法搜索到的非支配解数量占76%,远高于NSGA-Ⅲ算法所占的24%,验证了所提出算法的有效性和可靠性。
-
-
关晓颖;
谢盛嘉;
陈果
-
-
摘要:
针对参数初始区间不能准确定义的参数优化问题,提出一种多群体遗传算法动态调整区间的参数优化方法。该方法采用多群体遗传算法,设计差分变异和均匀变异相结合的变异算子,进行区间外探索和区间内开发,并设计参数区间动态调整的策略,从而实现降低对参数初始取值区间准确性的要求,同时大大提高了算法的求解精度和求解速度。利用标准函数集验证了该算法的正确及有效性。
-
-
高媛;
阳媛;
凌启东
-
-
摘要:
为进一步提高室内定位精度,提出一种多种群麻雀算法与广义回归神经网络相结合的室内三维定位算法MSSA-GRNN。MSSA算法种群初始化时采用佳点集及反向学习策略,获得更高质量的初始种群分布;根据适应度值排名,选出优胜子种群和辅助子种群,增强全局搜索能力;在子种群个体更新时,引入渐变加权系数,使算法更快地收敛。经过群内竞争和群间竞争,求得全局最优。利用MSSA优化平滑因子σ的取值,建立最优GRNN神经网络三维定位模型。将仿真结果与其它算法进行比较,证明了所提算法的收敛速度与定位精度均优于其它算法。
-
-
-
石宇强;
田永政;
张雨琦;
石小秋
-
-
摘要:
多种群是为了克服遗传算法易早熟收敛而提出的一种有效方法,但是传统的多种群遗传算法较少考虑子群结构对算法性能的影响,且算法子群数有限.因此,为了弥补以上不足,提出一种含复杂网络结构的多种群遗传算法(Multi-population Genetic Algorithms with Complex Network Structures,MGA-CNS),以求解柔性作业车间调度问题为例,研究子群大小、子群数、可控参数(α)、可控参数(β)以及初始网络规模对MGA-CNS寻优性能的影响.仿真表明:子群大小越大,MGA-CNS的性能越好;子群数不能取值过小,更不能取值过大;α的值不能太大,以不大于0.3为宜;β的取值也不能太大,以不大于0.8为宜;初始网络规模以不大于4为宜.将参数优化后的MGA-CNS用于求解更多的柔性作业车间调度问题并与多种其他算法比较,验证了其有效性.
-
-
任久斌;
曹中清
-
-
摘要:
针对标准风驱动优化算法容易收敛到局部最优和未成熟收敛的问题,提出了一种多种群风驱动优化算法,并将其用于PID控制器的参数整定.该算法将PID控制器的比例、积分和微分参数作为空气微团的位置矢量,以ITAE指标作为算法的适应度函数,通过多个种群协同搜索,寻求解空间中适应度值最小的位置.通过实验仿真,并与基于标准风驱动优化算法、基于遗传算法和基于粒子群算法的PID参数整定相比,该算法在收敛速度、收敛精度等方面均表现出更好的性能.
-
-
刘彬;
王卫涛;
武尤;
杨有恒
-
-
摘要:
针对第三代非支配排序遗传算法(non-dominated sorting genetic algorithm-Ⅲ,NSGA-Ⅲ)在处理高维多目标函数时存在收敛精度低和搜索性能差等问题,提出一种自适应多种群NSGA-Ⅲ算法.首先将传统算法的单一种群划分成四个亚种群,并为每个亚种群分配不同的交叉算子;其次提出外部最优解集(external optimal solution set.,EXS)的概念,通过计算个体更新最优解集的参与量来自适应调节每个亚种群的大小;最后利用局部搜索策略提高EXS的局部搜索性能.采用四个不同的测试函数,与七种对比算法进行仿真验证,结果表明在处理高维多目标优化问题时,提出算法的性能指标整体优于其他对比算法,能够获得较好的算法收敛性和种群多样性.
-
-
董理;
熊子雪;
张亚军
-
-
摘要:
为解决第二类生产线平衡问题,建立以最小化平衡损失率为目标函数的数学模型.采用多种群遗传算法对数学模型求解,同时对标准案例求解,验证算法的有效性.应用该算法解决制服裤装生产实际案例,将优化结果与使用粒子群算法优化结果对比,生产节拍缩短,生产线平衡损失率明显降低,工作站的负荷更加均衡,验证了多种群遗传算法对第二类生产线平衡问题的有效性与先进性.
-
-
宋晓宇;
肖以筒;
赵明;
全鹏宇
-
-
摘要:
针对人工蜂群算法开发能力不足的问题,提出一种子种群规模可变的多种群人工蜂群算法(DMABCPS).在算法中,以个体均值位置作为中心点将整个种群划分成多个子种群;雇佣蜂阶段使用三种不同策略协同搜索,保证对优良种群的开发、中间种群的平衡和较差种群的探索;观察蜂阶段采用基于成功率的选择机制对两个搜索策略进行自适应选择;此外,算法建立了新的概率选择模型,对子种群以及其内部个体进行选择.最后,通过22个标准函数测试集验证了该算法比得上一些目前较优的算法.
-
-
詹燕;
李豪;
汤洪涛;
许丽丽
-
-
摘要:
为提高移动式货架仓储系统的拣选效率,降低拣选能耗,对其在医药行业冷库应用中的货位优化问题进行研究.针对移动式货架仓储系统自身作业和医药冷库存储的特点,提出以同一巷道品项相关性最大和拣选能耗最小的策略来实现货位优化,建立多目标优化模型.在基本入侵杂草算法(IWO)基础上,设计了混合离散入侵杂草算法(HDIWO)进行仿真求解,通过引入多种群的思想来保证种群的多样性.在空间扩散阶段,采用自适应变异位数策略,用于初期的全局搜索和后期的局部搜索;在竞争生存之后,引入交叉算子和移民算子,增强种群内和种群之间交流.仿真结果表明,与入侵杂草算法、遗传算法相比,该方法具有更好的收敛性和全局搜索能力,能有效提高移动式货架仓储系统的拣选效率,降低拣选能耗,更适合移动式货架仓储系统的货位优化问题的研究.
-
-
李军华;
黎明;
杨小芹
- 《2009年全国模式识别学术会议暨首届中日韩模式识别学术研讨会》
| 2009年
-
摘要:
噪声环境下的遗传算法(Genetic Algofithm,GA)的研究对扩展遗传算法的应用邻域有重要意义。本文首先描述遗传算法的噪声环境,分析噪声对遗传算法的影响,提出平均收敛精度和最优解分布标准差作为遗传算法在噪声环境中的性能评价指标,提出聚类多种群遗传算法(Cluster based Multi-Populations genetic algorithm,CBMPGA)以抑制噪声的影响,实验验证了聚类多种群遗传算法在相同噪声环境中的性能要优于杰出保留遗传算法(Elist Genetic Algorithm,EGA)和确定性捧挤遗传算法(Deterministic Crowding Genetic Algorithm,CGA)。
-
-
-
-
-
-
-
-
-
-
-
-
- 吉林大学
- 公开公告日期:2022-09-20
-
摘要:
本发明公开的属于光学探测技术领域,具体为一种基于并行多种群遗传算法的多通池光斑图案设计方法,其包括:所述的设计方法包括如下步骤:S1:创建包含初始入射位置x0,y0、入射角度x’0,y’0和球面镜间距D的个体的十个初始种群且并行执行后续所有步骤;S2:对初始种群进行光斑不重叠的反射次数大小的一级适应度评价,得到不同参数组合的个体的多通池反射次数。该基于并行多种群遗传算法的多通池光斑图案设计方法,可以设计多通池的最优光斑图案也就是具有最长光程和最小体积,使得多通池保持性能的同时极大的减少了体积,增加了便携性降低了成本同时有利于温度和压强的控制。