暂无评论
针对差分进化算法在解决高维优化问题时易早熟收敛、求解精度低和参数设置麻烦等问题，提出一种加权变异策略动态差分进化算法（WMDDE）。为了动态平衡全局搜索与局部搜索能力，跳出局部最优，将标准差分进化算法
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
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
在处理有约束多目标问题的进化算法中, 目前普遍采用Deb 教授提出的约束占优的直接支配选择策略. 在约束处理中, 优秀不可行解与优秀可行解同样重要, 但在直接支配选择策略中, 不可行解被选择的几率很小
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
一篇多目标进化的硕士论文,可以参考着看一下,如果做多目标的话
暂无评论