在通常的基于分解的多目标进化算法中,繁殖计算时使用的解从基于子问题定义的邻居集合中选择,当目标函数存在多峰等复杂特征时,它们在决策空间的距离可能较远,这会导致算法性能变差。为了解决这一问题,提出了一种
针对现有多目标元胞遗传算法存在邻居单一固定、不能适时变化的缺点,提出一种基于邻居自适应的多目标元胞遗传算法。该算法在经典多目标元胞遗传算法的基础上引入邻居自适应机制,动态调节邻居结构,使算法不断寻找全
针对多目标差分进化算法求解多目标优化问题时收敛慢和均匀性欠佳等不足,提出了一种基于多策略排序变异的多目标差分进化算法。该算法利用基于排序变异算子来快速接近真实的Pareto最优解,同时引入多策略差分进
基于分解多目标进化算法的动态可重叠社区发现,宋峰,左兴权,社区发现是网络研究的重要一部分。随着互联网的复杂化动态化发展,动态网络的重叠社区发现研究变越来越受到重视。本文采用基于分
论文研究-基于量子多目标进化算法的多任务Agent联盟生成.pdf, 多Agent联盟生成是多Agent系统的关键问题之一, 主要研究如何在多Agent系统中动态生成面向任务的最优联盟. 为使Age
将最大最小化适应度函数与罚函数相结合,提出了一种实用有效求解多目标约束优化问题的粒子群算法。采用归类和比较的思想进行替换非劣解;改变以往全局最优值的选取方法,而采用轮序方式从非劣解中获取。实验证明改进
针对多目标置换流水车间调度问题(PFSP)提出了一种改进的遗传算法,用于优化最大完工时间和总完工时间。该算法采用启发式算法和随机算法相结合产生初始种群,以保持种群多样性;通过选择、交叉、变异操作以及群
Grover量子搜索算法解决了未加排序的数据库搜索问题,在2n个元素中搜索M个目标元素,其计算复杂度为O((2n/M)-2),相对于经典算法实现了二次加速,但是,当目标元素个数接近2n/2时该算法成功
为提高目标在强机动情况下的跟踪精度,更好地实现目标跟踪,在当前统计模型和卡尔曼滤波算法的基础上提出改进的目标跟踪方法。分析了当前统计模型,归纳出在目标弱机动和强机动情况下的优点及不足。进行强机动检测,
为了更好地改善图像分割效果,提出一种自适应空间信息的模糊聚类算法(adaptivespatialinformationfuzzyclustering,ASIFC)。算法将图像空间信息与FCM算法相结合