拆卸线平衡问题的优化涉及多个目标。为克服传统方法在求解多目标拆卸线平衡问题时不能很好地处理各子目标间冲突及易于早熟等不足,提出了一种多目标细菌觅食优化算法。该算法采用Pareto非劣排序技术对种群进行
基于产品设计的多目标优化算法研究,许强,,本文基于产品设计与开发项目,对现今比较典型的几种多目标优化算法进行了研究,拟找到一款适合该项目的优化算法。文章首先给出了
求解基于精确两阶段排样图的二维下料问题,用最小的板材成本,生产出所需要的全部毛坯。将顺序启发式算法和排样图生成算法相结合,顺序生成排样方案中的各个排样图；采用顺序价值修正策略,在生成每个排样图后修正其
针对基于分解的多目标进化(MOEA/D)算法在选择下一代解时未考虑解和子问题之间的相对距离,可能导致算法得到的最终解多样性较差的问题,提出一种基于偶图匹配的多目标分解进化(MOEA/D-BM)算法.所
在文化算法基础上提出了一种改进的用于求解TSP问题的蚁群优化算法。改进算法采用新的双层进化机制对文化算法的种群空间与信念空间进行了重新设计,用最大最小蚁群系统(MMAS)构建种群空间,在信念空间中对当
一种改进的多目标跟踪算法,李澜博,赵衍运,复杂场景下的多目标跟踪算法是智能视频监控系统的重要组成部分。本文实现并改进了一种基于检测的分层关联多目标跟踪算法。为使该
为了提高非劣解向Pareto最优面收敛的速度以及解的多样性,设计了一种新的杂交算子并改进了NSGA-Ⅱ算法。在此算法中,采用中心均值重组算子策略增强算法全局快速搜索能力,以获得最佳的Pareto近似解
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
