基于改进多目标进化算法的无线传感器网络覆盖优化,方伟,闵瑞高,无线传感器网络(WirelessSensorNetwork,WSN)在区域监测任务中的地位越显突出,然而,如何对网络中多个相互冲突的目标之
为游戏中非玩家控制角色(NPC)设计自动寻路算法是人工智能领域研究的一大热点,随着游戏环境的复杂化,仅仅将路径长度作为游戏NPC路径规划的目标已经不能满足真实游戏场景的寻路要求。实际的游戏寻路需要获得
提出了一种基于正交设计的动态多目标优化算法(ODMOA),当环境变化时通过分析动态多目标优化问题的特点,利用历史信息对新环境下的Pareto最优解集进行预测,得到一个新的预测种群;否则在静态环境下使用
提出了一种基于密度熵的多目标粒子群算法(EMOPSO)。采用一个外部集保存所发现的Pareto最优解(精英),并将外部集作为粒子的全局极值。为保证种群的多样性,当精英大于外部集的大小时采用一种基于密度
基于粒子群的多目标优化演化算法,陈建国,宋中山,针对当前大部分多目标优化演化算法在处理多目标问题时算法设计复杂,耗时巨大,取得的近似Pareto前沿点不够多,分布不均匀,覆盖不
为了提升粒子群算法求解多目标问题的能力,通过分析初始种群的方法对算法的影响,提出一种基于正交设计的多目标粒子群算法(ODMOPSO)。在算法运行过程中,通过正交设计来产生初始种群,使得种群均匀分布在可
提出一种新的多目标演化算法——基于斜率淘汰策略的多目标演化算法。利用基于斜率的淘汰策略,在演化过程中能以较低的时间复杂度更新精英空间、保存精英个体(Elitist),且取得的解数量大,既保证了近似解集
提出一种基于免疫的多目标优化遗传算法。该算法模仿生物免疫系统过程,使用克隆选择算子和高斯变异算子提高了搜索效率和收敛性;创建了一个记忆细胞集来保存每代所产生的Pareto最优解,以便产生Pareto最
小波域阈值滤波因其实现最简单,计算量最小而得到广泛的应用,但对不同信号而言,其阈值函数的选择将直接影响到滤波效果。由GaoHongYe提出的半软阈值法,因其参数实现算法的复杂度大而没有得到有效的应用。
该算法通过引用NSGA-II中的拥挤距离,确定外部档案中非支配解的拥挤度,依据竞标赛选择方法选出每个粒子的全局最优位置,引导每个粒子向处于较稀松区域的非支配解搜索,提高了解的多样性。动态变异算子的引入