进化计算
进化计算的相关文献在1994年到2022年内共计600篇,主要集中在自动化技术、计算机技术、无线电电子学、电信技术、电工技术
等领域,其中期刊论文525篇、会议论文47篇、专利文献376048篇;相关期刊277种,包括系统工程与电子技术、计算机工程、计算机工程与设计等;
相关会议43种,包括第八届中国多智能体系统与控制会议(MASC'2012)、2012全国高性能计算学术年会、中国系统仿真学会2010年学术年会等;进化计算的相关文献由1224位作者贡献,包括焦李成、孙承意、刘健勤等。
进化计算—发文量
专利文献>
论文:376048篇
占比:99.85%
总计:376620篇
进化计算
-研究学者
- 焦李成
- 孙承意
- 刘健勤
- 金炳尧
- 何振亚
- 刘芳
- 马晶晶
- 刘静
- 蔚承建
- 蔡自兴
- 侯彪
- 周秀玲
- 唐常杰
- 汪镭
- 钟伟才
- 马文萍
- 魏敏洁
- 王攀
- 王皖贞
- 郝国生
- 陆秋琴
- 黄光球
- 余玲
- 侯小瑾
- 刘坤
- 刘康
- 吴虎胜
- 唐斌
- 戴金海
- 朱明放
- 杨波
- 王爽
- 胡光锐
- 蒲昱蓉
- 袁利永
- 郑金华
- 陈火旺
- 陈琪锋
- 陈瑜
- 丁明跃
- 乐庆玲
- 于建华
- 冯珊
- 刘妹琴
- 刘娟
- 刘希玉
- 刘敏
- 刘艳
- 叶春明
- 吴启迪
-
-
党悦晨;
李婉;
周强
-
-
摘要:
三维碎片的拼接重组对文物修复具有重要意义.针对薄壁类器型难以提取断裂区域特征以及碎片组间如何通过组合优化得到最终修复方案的问题,本文提出基于多特征信息融合与进化计算的碎片重组方法.通过提取改进的曲率特征以及挠率特征实现断裂区域的量化,同时进行碎片间的匹配以及拼接;提出球体空间点共存检测算法对断裂面拼接贴合程度进行度量;针对传统方法在最终拼接时存在的回溯危机,设计反映全局拼合效果的进化计算,通过迭代优化出全局最佳拼合方案,完成三维碎片的拼接重组.实验结果表明,该方法能有效地完成多类碎片结构的拼接重组,精度可达98.92%,极大地提高了修复精准度与效率.
-
-
李海洋;
周晓东;
张旭光;
宝音贺西
-
-
摘要:
多目标空间探测是经济理性的太空探索与开发方案,它能以较低的花费获取巨大的收益.多目标空间探测轨迹优化的优化空间巨大,优化难度高,始终是航天动力学中的研究热点,而智能方法面对这些难点有着优异的表现.本文首先通过轨迹优化竞赛介绍多目标空间探测轨迹优化国际研究趋势,从中可以看出智能方法发挥着越来越重要的作用,然后从多目标空间探测轨迹优化的转移轨迹智能优化方法和探测序列智能优化方法两个部分进行综述,最后对该研究进行了展望.
-
-
梁正平;
刘程;
王志强;
明仲;
朱泽轩
-
-
摘要:
由于不同目标之间相互冲突且搜索空间巨大,现有大规模多目标优化算法的综合性能尚存在较大改进空间.为合理均衡算法的搜索效率与搜索质量,提升算法的综合性能,本文提出一种基于存档和权值扩展的大规模多目标优化算法(LSMOEA-AWE).该算法总体采用进化计算框架,基于大规模决策变量与小规模权值变量之间的问题转换进行求解.其核心是在进化过程中选取高质量代表性解及其对立点构建存档高效引导种群的进化方向,并引入权值扩展策略逐步扩大算法的搜索空间,在确保算法搜索效率的同时,提升搜索质量.为验证LSMOEA-AWE的有效性,将其与6个先进的大规模多目标优化算法在最新的大规模多目标基准测试问题集LSMOP上进行对比,实验结果表明LSMOEA-AWE对于大规模多目标优化问题的求解具有明显的竞争优势.
-
-
王子贤;
占鑫鹏;
任桐炜
-
-
摘要:
为了优化螺旋桨因负荷过重导致的空泡问题,基于进化计算的思想提出了一种改进螺旋桨参数设计的方法。该方法利用淌水实验数据和专家知识对螺旋桨综合性能进行仿真实验优化,并通过遗传算法得到满足优化目标的螺旋桨参数的帕累托解集,并通过蒙特卡洛树搜索出解集中的最优个体。实验结果表明,提出的方法能够显著提高螺旋桨的空泡起始航速,同时降低最大航速工况下螺旋桨的脉动压力。
-
-
段灵婧
-
-
摘要:
在项目管理过程中,项目的工期与资源作为工程项目实施的基本要素和必不可少的前提条件,直接影响着工程项目的成败。资源优化可以使各种资源的配置更加合理,从而降低项目的总成本。本文基于进化计算的方法,综合考虑多个目标的情况,科学设计适应度函数,通过实例对该模型进行验证,以实现项目工期与资源的均衡优化。
-
-
李占山;
沈琳睿;
阮锟;
杨鑫凯
-
-
摘要:
二进制蝙蝠算法(BBA)是模仿蝙蝠狩猎行为的一种启发式特征选择算法,具有收敛快、模型简单、鲁棒性好的特点。但算法容易出现停滞问题,易陷入局部最优。为此,文中提出了改进的二进制蝙蝠算法(ABBA)。利用种群熵进行传递函数的改进,使得传递函数在适应算法收敛过程的同时赋予算法跳出停滞的能力。其次,加入辅助改进,用于保持算法的收敛性,加速收敛。最后,采用K近邻分类器在22个UCI数据集上进行了与6个较新特征选择算法的对比实验,各项实验结果表明,ABBA的分类准确率和可靠性相比,BA算法均有明显提高,并且在大部分数据集上优于6个其他特征选择算法。ABBA是一种有竞争力的特征选择算法,可以作为机器学习、数据挖掘等领域的有效数据预处理手段。
-
-
叶飞;
李梓晴;
赖李媛君
-
-
摘要:
分布式车间生产调度是企业实现高效生产的一个核心问题,而预防性维修作为保证车间设备安全性和可靠性的重要手段,应纳入生产决策的范围。针对设备维修导致的生产延迟问题,提出了一种辅助校正的仿真优化方法,建立了联合生产和预防性维修调度问题的数学模型和仿真模型,将基于序列交换的遗传算法与仿真校正的优化方法相结合,形成了快速仿真优化方案。实验结果表明:所提出的辅助校正的仿真优化方法能够有效提高不确定性场景下的决策可行性和鲁棒性。
-
-
韩存鸽;
陈展鸿;
吴俊杰;
郭昆
-
-
摘要:
针对目前进化计算社区发现方法精度不高与社区边界识别较低的问题,提出一种基于随机游走的进化计算社区发现算法.首先,设计一种基于拓扑及属性信息随机游走的社区初始化策略,以准确识别社区边界,提高社区发现的精度.其次,设计综合考虑拓扑和属性的节点嵌入向量更新策略,使节点的属性信息能够在进化过程中被有效利用,以提高社区划分的质量.通过在真实和人工数据集上实验,验证了所提出的新算法比现有方法有更好的社区划分.
-
-
李大海;
艾志刚;
王振东
-
-
摘要:
阴阳对优化算法是一种新颖的轻量级随机优化算法,利用两点(全局探索点P2和局部开发点P1)的迭代交换来实现优化搜索.用户定义参数直接影响该算法的全局探索和局部开发之间的平衡,并且对算法的性能有着重要的影响.为提高该算法的优化性能,首先分析了原算法的用户定义参数(缩放因子a)对于性能的影响,随后提出用户定义参数线性与非线性递减三种改进的阴阳对优化算法.采用2013年进化计算大会中单目标实参算法竞赛中使用的28个测试函数进行性能评估,结果表明相比于原算法,改进后的算法具有更高的计算精度和更快的收敛速度.最后通过一个工程优化任务来展示改进后算法的性能.
-
-
赵珍玉;
蒋燕;
段睿钦;
周彬彬;
高洪洋
-
-
摘要:
为预测短期电力负荷,可采用神经网络方法预测,而神经网络复杂权重和阈值的参数调节为预测精度的提升增加了一定程度的困难。采用进化计算算法优化过后的神经网络拥有更为优良的结构,能够提高神经网络的预测精度,为了使求解神经网络结构的进化计算算法拥有更为优秀的搜索能力,可改进算法求解网络模型结构。对进化计算花粉算法的改进及改进效果进行了研究。
-
-
-
-
冯亮
- 《第五届中国演化计算与学习研讨会(ECOLE 2018)》
| 2018年
-
摘要:
Introduction & Motivation,Learnable Evolutionary Search for Combinatorial Optimization Problems: Case Study on Routing Problem.Autoencoding Evolutionary Search for Continuous Optimization Problems.Towards Evolutionary Multi-Tasking.Evolutionary algorithms (EAs) are population-based search methods,strong search capability,simplicity of implementation.EA has been successfully applied to solve a variety of optimization problems in the real world,continuous optimization problems,combinatorial optimization problems.
-
-
-
-
周鵬程;
周宇辰;
董維倫
- 《2009海峡两岸三地无线电科技研讨会暨博士生学术会议》
| 2009年
-
摘要:
基因演算法或称为遗传演算法(Genetic Algorithm,GA)是最佳化工程计算常用的一种演算方法,基因演算法源自於自然界中"物竞天择,适者生存"的特性,模拟生物间的竞争,幸存者得以繁衍下一代的观念,应用在最佳化工程计算时,以随机方式同时产生多组解,较佳的解被留下运算,如此多次叠代即可算出最佳解。基因演算法跟一般最佳化方法所不同之处,主要是在基因演算法的运算是参数经过编码的位元字串上,而非参数本身,所以在搜寻分析上不受参数连续性的限制。基因演算法采用随机多点同时搜寻的方式如:复制(Reproduction)、交配(Crossover)、突变(Mutation),其最大的优点是当在寻优化的过程中,可以避免陷入局部最佳点(次佳点),因此它找到全域最佳点的机会是蛮大的。这主要是突变所致。另一点要提的是遗传演算法不一定每次都能找到最佳解,但总能在最佳解的附近出现,而不像其他方法,大部份的机会都会落在次佳点,因此执行此演算法要执行多次。这几年来,由於无线业的发达,例如:手机、无线网路…等。而微带天线它具有体积小、重量轻、成本低和制造容易等优点,所以它非常适合运用在无线通讯系统中。但是在天线设计中有很多变数会去影响到它的效能,因此要找到一个最佳化的天线就变成一项高难度的工作了。早期的天线设计对於这些参数并未使用任何的最佳化工具,他们最常使用的方法是相当耗时也是最基本的错误尝试法,目的是为了得到一组好的解。但是近年来,基因演算法运用在微带天线的设计效果已被证实,是有优过於错误尝试法,但是成效的好坏还是取决於基因演算法。基因演算法是进化计算(Evolutionary computation)最早成形的一支,也是理论发展重要的一支。有监於基因演算法应用广泛,值得介绍给工程学家。
-
-
-
-