收藏本站
《山东师范大学》 2008年
收藏 | 手机打开
二维码
手机客户端打开本文

求解优化问题的微粒群算法及其应用研究

郑向伟  
【摘要】: 优化问题广泛存在于科学研究和工程实践,研究其求解方法一直富有吸引力与挑战性。最速下降法、牛顿法和共轭方向法等基于梯度的优化算法具有完善的数学基础,具有计算效率高、可靠性强和比较成熟等特点,是一类具有代表性且广泛应用的优化算法。但这些传统算法具有计算复杂、串行求解及要求目标函数的导数连续等特点,同时,在面对离散、不连续、无导数、高度病态的优化问题时,它们常常无能为力,也难以求得全局最优化解。自1975年John Holland提出遗传算法(GA)以来,模拟生物进化和机制的进化算法(EA)得到了深入研究,由于其具有智能、不需要求导或其它辅助知识、一次运行产生多个解和简单易于实现等优点,已成为求解优化问题的有效方法。 微粒群优化算法(PSO)是由James Kennedy和Russel Eberhart受鸟群觅食行为的启发于1995年提出的一种EA。PSO是基于群体智能理论的优化算法,通过群体中微粒间的协作与竞争产生的群体智能指导优化搜索。PSO保留了基于种群的全局搜索策略,采用简单的速度位移模型,同时它特有的记忆能力使其可以动态跟踪当前的搜索情况以调整其搜索策略,具有概念简单、实现容易、较强的全局收敛能力和鲁棒性,且不需要借助问题的特征信息等特点。 为此,论文选择微粒群优化算法为研究对象,研究其求解各类优化问题及应用,包括单目标优化问题、多目标优化问题、高维单目标优化问题、高维多目标优化问题及其在多学科协同设计优化中的应用。论文的主要研究内容包括以下几个部分: 1、研究PSO求解单目标优化问题,提出了一种基于混合纵向变异和细粒度学习策略的PSO算法(MLPSO),克服了现有PSO算法容易陷于局部极值、收敛速度慢和精度差等不足之处。 在MLPSO算法中,设计了均匀分布变异与高斯分布变异相结合的粒子群混合纵向变异策略,以提高算法摆脱局部极值和局部搜索的能力;提出了微粒的细粒度学习策略,以便充分利用混合变异所产生的有价值局部信息;改进了Maurice Clerc提出的速度更新公式,从而加强PSO认知学习因子和社会学习因子之间的联系,减少算法的随机性。基于区分可行解与不可行解的方式为MLPSO设计了约束处理方法,以使其能够求解约束优化问题。在多个单目标无约束优化问题和单目标约束优化问题上测试了MLPSO,并与其他文献中的方法和数据进行比较,验证了算法的有效性。 2、从分析种群多样性保持、非劣解保存和领导微粒的选择等构造多目标微粒群算法(MOPSO)的关键技术入手,提出了一种多样性引导的两阶段多目标微粒群算法(DTSPSO)。DTSPSO能够提高变异的效率,促进种群的快速收敛和解的均匀分布。 DTSPSO从决策空间出发,采用变异算子保持种群的多样性,并依据种群多样性动态使用不同的变异方式,从而减少变异的盲目性,提高变异的效率;针对MOPSO中选择领导微粒的复杂性和重要性,DTSPSO采用了两种不同的领导选择方式,第一阶段采用改进Sigma方法选择领导微粒以促进种群的快速收敛,第二阶段采用锦标赛方式选择领导微粒以促进解的均匀分布;同时,DTSPSO采用Pareto占优排序和拥挤距离来控制外部档案中解的数目。针对多个多目标优化问题(MOP)的测试函数进行了实验,并与其他文献的方法进行了比较,验证了DTSPSO的优势。 3、以合作型协同进化框架为基础,以带有变异算子的简单PSO为搜索引擎,提出一种基于合作型协同进化的快速微粒群优化算法(FCPSO),研究了其求解大规模复杂问题的可规模化能力。 针对现有PSO算法常常受到问题维数限制(一般10-30维)、容易陷于局部极值和函数评价次数随着问题维数增加呈指数增加等不足之处,采用基于合作型协同进化的快速微粒群优化算法求解大规模优化问题,特别是高达1000维的大规模复杂问题。从算法框架、问题分解与子种群数目的确定、合作者选择、适应度计算等方面研究了算法设计,在多个单目标函数优化问题上验证了FCPSO所需函数评价次数随着问题维数的增加而线性或近似线性增加。从所查文献看,尚未见采用合作型协同PSO算法求解1000维大规模复杂优化问题的研究。 4、进化算法求解复杂高维多目标优化问题时,常常存在收敛性和多样性难以平衡,函数评价次数随着问题维数呈指数增加等不足,提出了一种基于合作型协同进化和ε-占优的多目标微粒群算法(CEPSO)。 在基于合作型协同进化和ε-占优的多目标微粒群算法的设计中,主要研究了问题分解与子种群定义、合作者选择与函数评价、基于ε-占优的存档方法和微粒飞行与变异算子等。针对ZDT系列的MOP测试问题进行了实验,10-30维以及更高维数的实验结果都比较理想,CEPSO所需函数评价次数与问题维数成近似线性比例,能够摆脱局部极值,保持解的均匀分布。从所查文献看,尚未见基于合作型协同进化机制求解多目标优化问题的微粒群算法。 5、选择多学科协同设计优化为应用领域,将微粒群算法作为优化器,验证和分析微粒群算法在实际应用中的效果。 在多学科协同设计优化中,以微粒群算法作为系统级和学科级优化器,提出了一种基于微粒群算法的协同优化方法,并分析了协同优化的步骤及约束处理等相关问题。以齿轮减速器为例进行协同优化设计,结合设计结果分析了所提出方法的优势,并与其他文献的设计结果进行了比较,验证了所提出方法的有效性。 从对PSO算法求解各类不同优化问题的研究可以看出,PSO算法不仅能够求解传统基于梯度的优化算法所无法解决的离散、不连续、无导数、高度病态优化问题,而且在函数评价次数、摆脱局部极值、可规模化方面优于其他的进化算法。本文的研究进一步丰富和完善了PSO的理论和应用。
【学位授予单位】:山东师范大学
【学位级别】:博士
【学位授予年份】:2008
【分类号】:TP301.6

手机知网App
【引证文献】
中国期刊全文数据库 前3条
1 符睿;;进化艺术在墙绘图案设计中的应用[J];中国科教创新导刊;2012年11期
2 林令娟;刘希玉;;结合SA算法的快速微粒群优化算法[J];计算机工程与应用;2011年08期
3 马世发;何建华;俞艳;;基于粒子群算法的城镇土地利用空间优化模型[J];农业工程学报;2010年09期
中国博士学位论文全文数据库 前1条
1 徐斌;基于Agent的集装箱码头实时调度系统的研究[D];大连理工大学;2010年
中国硕士学位论文全文数据库 前1条
1 都国报;基于微粒群算法的客运专线行车调度优化技术研究[D];西南交通大学;2010年
【参考文献】
中国期刊全文数据库 前10条
1 李爱国;多粒子群协同优化算法[J];复旦学报(自然科学版);2004年05期
2 陈琪锋,戴金海;多目标的分布式协同进化MDO算法[J];国防科技大学学报;2002年04期
3 刘波,王凌,金以慧,黄德先;微粒群优化算法研究进展[J];化工自动化及仪表;2005年03期
4 曾建潮,崔志华;一种保证全局收敛的PSO算法[J];计算机研究与发展;2004年08期
5 张燕,汪镭,康琦,吴启迪;微粒群优化算法及其改进形式综述[J];计算机工程与应用;2005年02期
6 郑向伟;刘弘;;多目标进化算法研究进展[J];计算机科学;2007年07期
7 刘弘;刘希玉;;支持外观造型创新设计的进化计算方法[J];计算机辅助设计与图形学学报;2006年01期
8 王奕首,史彦军,滕弘飞;多学科设计优化研究进展[J];计算机集成制造系统;2005年06期
9 谢涛,陈火旺,康立山;多目标优化的演化算法[J];计算机学报;2003年08期
10 曾三友,魏巍,康立山,姚书振;基于正交设计的多目标演化算法[J];计算机学报;2005年07期
【共引文献】
中国期刊全文数据库 前10条
1 汪祖柱,程家兴;求解组合优化问题的一种方法—分枝定界法[J];安徽大学学报(自然科学版);2004年01期
2 陈广洲;汪家权;解华明;李国莲;;基于遗传算法的土地多目标规划应用[J];安徽农业科学;2009年24期
3 刘延明;陆克芬;方崇;;基于投影寻踪和粒子群优化算法的南宁市内河水质综合评价研究[J];安徽农业科学;2009年26期
4 阮怀忠,徐精明;MAS中基于协同进化的学习[J];安徽技术师范学院学报;2004年01期
5 景书杰;张志荣;;在Wolfe步长搜索下的一类新的共轭梯度算法[J];安阳工学院学报;2007年06期
6 卢礼顺,刘建航,易达;基于神经网络的基坑与紧邻桩变形相关预测[J];地下空间;2003年04期
7 刘开云;刘保国;徐冲;;基于PSO-BP算法的隧道非线性位移分析模型[J];地下空间与工程学报;2009年02期
8 徐诚革,李霞;混合搜索策略及其在VLSI冗余最优分配中的应用[J];半导体技术;2003年12期
9 郭永辉;;基于鼓-缓冲器-绳子理论的晶圆厂生产优化研究[J];半导体技术;2007年10期
10 徐如清;董刚;黄炜炜;杨银堂;;多芯片组件基板单探针测试路径的二次优化[J];半导体学报;2007年10期
中国重要会议论文全文数据库 前10条
1 洪露;穆志纯;;一种新的克隆混沌调节算法的研究[A];第二十六届中国控制会议论文集[C];2007年
2 崔志华;蔡星娟;曾建潮;孙国基;;基于预测速度的改进微粒群算法[A];第二十六届中国控制会议论文集[C];2007年
3 蔡星娟;崔志华;曾建潮;谭瑛;;自适应PID控制微粒群算法[A];第二十六届中国控制会议论文集[C];2007年
4 ;Co-Evolutionary Particle Swarm Optimization Based on Population Entropy[A];第二十七届中国控制会议论文集[C];2008年
5 ;Particle Swarm Optimization of Periodic Deep Brain Stimulation Waveforms[A];中国自动化学会控制理论专业委员会A卷[C];2011年
6 袁少强;徐发洋;;基于CPSO的有限反馈增益系统设计[A];中国自动化学会控制理论专业委员会B卷[C];2011年
7 洪露;;一种改进克隆选择算法的收敛速度方法研究[A];中国自动化学会控制理论专业委员会B卷[C];2011年
8 郎宝永;耿广锐;;某蓄电池框优化设计[A];结构及多学科优化工程应用与理论研讨会’2009(CSMO-2009)论文集[C];2009年
9 韩旭;陶友瑞;姜潮;;一种基于线性物理规划和两极系统集成分析方法的多目标多学科优化方法[A];结构及多学科优化工程应用与理论研讨会’2009(CSMO-2009)论文集[C];2009年
10 曹敏;付耀文;姜卫东;黎湘;庄钊文;;基于FRFT的空间目标一维距离成像新方法[A];第十三届全国信号处理学术年会(CCSP-2007)论文集[C];2007年
中国博士学位论文全文数据库 前10条
1 谭佳琳;粒子群优化算法研究及其在海底地形辅助导航中的应用[D];哈尔滨工程大学;2010年
2 朱怡;潜艇航行训练模拟器模型简化与参数优化研究[D];哈尔滨工程大学;2009年
3 贺士晶;核动力装置参数优化设计[D];哈尔滨工程大学;2010年
4 张进;地震叠前数据的弹性阻抗非线性反演方法研究[D];中国海洋大学;2009年
5 郑大腾;柔性坐标测量机空间误差模型及最佳测量区研究[D];合肥工业大学;2010年
6 曲建华;基于群体智能的聚类分析[D];山东师范大学;2010年
7 黄林峰;多目标进化算法研究[D];中国科学技术大学;2009年
8 高雪瑶;语义特征造型的与历程无关技术的研究[D];哈尔滨理工大学;2009年
9 杨红;污水生化处理的智能建模与优化控制策略应用研究[D];华南理工大学;2010年
10 汤义;智能交通系统中基于视频的行人检测与跟踪方法的研究[D];华南理工大学;2010年
中国硕士学位论文全文数据库 前10条
1 张小亮;非线性规划的信赖域算法[D];河南理工大学;2010年
2 周翔;微型扑翼飞行器的气动特性及其优化研究[D];南昌航空大学;2010年
3 李坤;参数参与进化的自适应遗传算法研究[D];南昌航空大学;2010年
4 柳枝华;微粒群优化算法的改进及应用[D];南昌航空大学;2010年
5 马水松;多目标遗传算法与非支配集的构造研究[D];山东科技大学;2010年
6 张静;协同产品开发过程规划方法研究[D];山东科技大学;2010年
7 靳昌田;煤炭集团物料配送优化研究[D];山东科技大学;2010年
8 田珍菊;证券投资组合优化模型及其有效算法[D];辽宁师范大学;2010年
9 张力淼;农村电力网规划计算机辅助设计系统的研究[D];郑州大学;2010年
10 赵乐乐;在役桥梁结构健康诊断与寿命预测技术研究[D];郑州大学;2010年
【同被引文献】
中国期刊全文数据库 前10条
1 刘荣霞,薛安,韩鹏,倪晋仁;土地利用结构优化方法述评[J];北京大学学报(自然科学版);2005年04期
2 柳娟;姜同强;;面向Agent的软件开发方法[J];北京工商大学学报(自然科学版);2006年01期
3 邸向珍;赵守香;;基于移动Agent的电子商务模型的研究与分析[J];北京工商大学学报(自然科学版);2009年05期
4 肖丹丹;蔡乐才;李鹏;;改进的蚁群算法在移动Agent迁移中的应用研究[J];成都大学学报(自然科学版);2008年01期
5 李超,张凤荣,宋乃平,孔祥斌,陈焕伟;土地利用结构优化的若干问题研究[J];地理与地理信息科学;2003年02期
6 董品杰,赖红松;基于多目标遗传算法的土地利用空间结构优化配置[J];地理与地理信息科学;2003年06期
7 范中洲,潘明阳,洪碧光;智能虚拟港口[J];大连海事大学学报;2005年01期
8 罗鼎;月卿;邵晓梅;王静;;土地利用空间优化配置研究进展与展望[J];地理科学进展;2009年05期
9 吕显强,张宏伟;集装箱码头分派车辆的整数规划模型[J];大连水产学院学报;2004年02期
10 杜国明;陈晓翔;黎夏;;基于微粒群优化算法的空间优化决策[J];地理学报;2006年12期
中国重要会议论文全文数据库 前2条
1 王建英;;客运专线行车调度指挥管理系统的研究[A];铁路客运专线建设技术交流会论文集[C];2005年
2 李平;贾利民;;遗传算法在列车运行调整中的应用研究[A];2001年中国智能自动化会议论文集(下册)[C];2001年
中国博士学位论文全文数据库 前10条
1 骆正虎;移动Agent系统若干关键技术问题研究[D];合肥工业大学;2002年
2 朱建军;层次分析法的若干问题研究及应用[D];东北大学;2005年
3 孟红云;多目标进化算法及其应用研究[D];西安电子科技大学;2005年
4 刘志雄;调度问题中的粒子群优化方法及其应用研究[D];武汉理工大学;2005年
5 金欣磊;基于PSO的多目标优化算法研究及应用[D];浙江大学;2006年
6 徐昔保;基于GIS与元胞自动机的城市土地利用动态演化模拟与优化研究[D];兰州大学;2007年
7 魏众;集装箱码头物流作业系统集成优化调度研究[D];北京交通大学;2007年
8 熊志勇;基于知识工程的产品创新设计关键技术研究[D];武汉理工大学;2007年
9 于蒙;基于多Agent的集装箱码头生产调度系统的研究[D];武汉理工大学;2007年
10 杨剑峰;蚁群算法及其应用研究[D];浙江大学;2007年
中国硕士学位论文全文数据库 前10条
1 张楠;铁路综合调度系统中行调子系统的研究[D];铁道部科学研究院;2005年
2 王慧妮;客运专线列车运行调整模型及算法研究[D];西南交通大学;2006年
3 李致宏;列车运行智能调整系统相关问题研究[D];西南交通大学;2006年
4 李军军;微粒群优化算法的改进与应用[D];上海海事大学;2005年
5 熊鹰;微粒群算法的若干改进及应用[D];武汉理工大学;2006年
6 陈建鑫;客运专线车站作业计划协同优化方法研究[D];北京交通大学;2008年
7 刘栋;改进微粒群算法在多目标优化问题中的应用[D];山东师范大学;2008年
8 韩小雷;粒子群—模拟退火融合算法及其在函数优化中的应用[D];武汉理工大学;2008年
9 熊一龙;基于移动Agent的无线WebService的技术研究[D];武汉理工大学;2009年
10 刘婷;基于移动Agent的协商机制的研究与应用[D];大连海事大学;2009年
【二级引证文献】
中国期刊全文数据库 前10条
1 郭亚东;周清;王浩;;校园土地利用结构和空间布局变化与优化建议——以湖南农业大学为例[J];安徽农业科学;2012年36期
2 王云飞;;军用土地资源优化配置内涵与模型研究[J];中国储运;2013年02期
3 王华;刘耀林;姬盈利;;基于多目标微粒群优化算法的土地利用分区模型[J];农业工程学报;2012年12期
4 沈陈华;;丹阳市农村居民点空间分布尺度特征及影响因素分析[J];农业工程学报;2012年22期
5 钟鸣;邱炳文;高建阳;龙荣;巫建伟;;基于本体知识库的土地利用总体规划方法[J];华侨大学学报(自然科学版);2013年02期
6 王祥雪;朱瑾;;基于MAS的集装箱自动化码头协同作业系统模型[J];计算机应用研究;2013年04期
7 程琳琳;娄尚;刘峦峰;徐颖慧;李继欣;;矿业废弃地再利用空间结构优化的技术体系与方法[J];农业工程学报;2013年07期
8 马世发;金兵兵;秦亮军;胡高;;基于粒子群双重空间聚类的城镇地价空间分异规律挖掘[J];热带地理;2012年02期
9 董升伟;贾元华;赵雪静;;基于改进蚁群算法的集装箱装卸顺序优化研究[J];山东科学;2012年05期
10 张前进;李笑笑;;土地利用结构优化配置方法研究综述[J];天津城市建设学院学报;2013年01期
中国博士学位论文全文数据库 前3条
1 张鸿辉;多智能体城市规划空间决策模型及其应用研究[D];中南大学;2011年
2 姜秋香;三江平原水土资源承载力评价及其可持续利用动态仿真研究[D];东北农业大学;2011年
3 李娜;集装箱码头连续泊位与岸桥调度联合优化研究[D];大连海事大学;2011年
中国硕士学位论文全文数据库 前10条
1 叶赛男;基于Multi-Agent 的港口调度系统研究[D];北京交通大学;2011年
2 赵雪静;港口集装箱作业计划模型研究[D];大连海事大学;2011年
3 陈晓希;离线环境下的集装箱堆场实时监控系统仿真研究[D];大连海事大学;2011年
4 张仁星;基于启发式算法的集装箱堆场优化研究[D];大连海事大学;2011年
5 汤双;港口集装箱泊位及岸桥资源的优化配置研究[D];大连海事大学;2011年
6 王晓营;移动Agent在集装箱码头装卸作业中的应用研究[D];大连海事大学;2011年
7 金文伟;金华市道路客运票务信息处理系统的设计与实现[D];电子科技大学;2011年
8 张翠平;面向微生物发酵过程的优化控制方法的研究与应用[D];北京工业大学;2011年
9 谭咪;基于资源价值的多目标土地利用结构优化研究[D];广西师范学院;2011年
10 廖瑞辉;企业实施逆向物流SDN-Agent平台研究[D];华东交通大学;2011年
【二级参考文献】
中国期刊全文数据库 前10条
1 郑肇葆;遗传算法与单纯形法组合的影像纹理分类方法[J];测绘学报;2003年04期
2 柯晶,钱积新,乔谊正;一种改进粒子群优化算法[J];电路与系统学报;2003年05期
3 朱学军,陈彤,薛量,李峻;多个体参与交叉的Pareto多目标遗传算法[J];电子学报;2001年01期
4 彭宇,彭喜元,刘兆庆;微粒群算法参数效能的统计分析[J];电子学报;2004年02期
5 吕振肃,侯志荣;自适应变异的粒子群优化算法[J];电子学报;2004年03期
6 余雄庆,丁运亮;多学科设计优化算法及其在飞行器设计中应用[J];航空学报;2000年01期
7 陈琪锋,戴金海,李晓斌;分布式协同进化MDO算法及其在导弹设计中应用[J];航空学报;2002年03期
8 操龙兵,戴汝为;综合集成与决策[J];计算机研究与发展;2003年04期
9 曾建潮,崔志华;一种保证全局收敛的PSO算法[J];计算机研究与发展;2004年08期
10 李爱国,覃征,鲍复民,贺升平;粒子群优化算法[J];计算机工程与应用;2002年21期
【相似文献】
中国期刊全文数据库 前10条
1 柳毅;叶春明;沈运红;;应用改进微粒群算法求解Job-shop调度问题[J];系统工程与电子技术;2006年04期
2 陈杰;周哲;江维;;微粒群算法在网络QoS路由优化中的应用[J];自动化技术与应用;2009年12期
3 宋佳栋;赵庆祯;刘森;;基于微粒群算法的投资决策研究[J];山东科学;2008年05期
4 王宁;王雅琳;桂卫华;阳春华;;改进微粒群算法及其在生料浆调配多目标优化中的应用[J];系统工程;2007年12期
5 张景成;戴光明;;基于指标的多目标进化算法研究[J];计算机工程;2009年23期
6 单爱慧;蒋丽;;求解人力资源分配问题的多目标微粒群优化算法[J];计算机应用研究;2011年09期
7 齐雁楠,王红;基于空间划分的进化算法应用[J];计算机工程;2005年S1期
8 何磊;马建仓;李广文;;进化算法多目标优化的飞控参数自整定方法[J];计算机测量与控制;2010年03期
9 王雅琳;王宁;阳春华;桂卫华;张传福;;基于微粒群算法的生料浆调配多目标满意优化[J];计算机工程与应用;2008年01期
10 程鹏;张自力;;多目标进化算法测试问题的设计与分析[J];计算机工程;2009年14期
中国重要会议论文全文数据库 前10条
1 贾小平;韩方煜;;多目标优化及其在过程工程中的应用[A];过程系统工程2001年会论文集[C];2001年
2 耿玉磊;张翔;;多目标优化的求解方法与发展[A];福建省科协第四届学术年会——提升福建制造业竞争力的战略思考专题学术年会论文集[C];2004年
3 崔志华;蔡星娟;曾建潮;孙国基;;基于预测速度的改进微粒群算法[A];第二十六届中国控制会议论文集[C];2007年
4 罗亚中;;航天器轨迹多目标优化研究评述[A];The 5th 全国动力学与控制青年学者研讨会论文摘要集[C];2011年
5 楼洋;李均利;陈刚;;基于个体排序的差分进化算法[A];'2010系统仿真技术及其应用学术会议论文集[C];2010年
6 莫纯欢;石纯一;史忠植;陈青;周代琪;;进化算法中的各种选择机制的分析和比较[A];信息科学与微电子技术:中国科协第三届青年学术年会论文集[C];1998年
7 刘瑞芳;;微粒群优化算法分析[A];全国炼钢连铸过程自动化技术交流会论文集[C];2006年
8 赵娟;蔡涛;邓方;杨红伟;;基于改进差分进化算法的脉冲控制方法[A];中国自动化学会控制理论专业委员会B卷[C];2011年
9 崔凯;高太元;胡守超;王秀平;;吸气式高超声速飞行器上壁面多约束/多目标优化设计和分析[A];第四届高超声速科技学术会议会议日程及摘要集[C];2011年
10 王海稳;张井岗;戴跃伟;曲俊海;;基于微粒群算法的PI/PD型二自由度PID控制器的优化设计[A];2009年中国智能自动化会议论文集(第一分册)[C];2009年
中国重要报纸全文数据库 前10条
1 本报记者 徐玢;进化畅想:机器人能否成“人”[N];科技日报;2009年
2 安世亚太 孟志华;ANSYS稳健设计[N];中国航空报;2005年
3 记者 时玉田 通讯员 何军国;莱钢集团启动能源中心建设[N];莱芜日报;2010年
4 本报记者 马艳红;选用关键技术推动中药现代化生产[N];中国医药报;2003年
5 记者 唐星善;中铝广西分公司编制铝土矿资源开发长远规划[N];中国有色金属报;2005年
6 ;科龙空调今年主打高端[N];中华工商时报;2006年
7 通讯员 张章 记者 冯珍;世界著名软计算专家玄光男教授到黄冈师院讲学[N];黄冈日报;2007年
8 高文;工业结构设计的新手段[N];计算机世界;2008年
9 王小龙;进化算法可解决风电机选址问题[N];科技日报;2011年
10 本报记者 范建 通讯员 尹发权 王建兰;森林与水的关系:问题在哪里_(上篇)[N];科技日报;2001年
中国博士学位论文全文数据库 前10条
1 郑向伟;求解优化问题的微粒群算法及其应用研究[D];山东师范大学;2008年
2 李剑;微粒群算法及其在物流系统中的应用研究[D];华中科技大学;2008年
3 许伟;基于进化算法的复杂化工过程智能建模方法及其应用[D];华东理工大学;2011年
4 崔承刚;基于启发式知识进化算法的复杂约束优化问题求解[D];浙江大学;2010年
5 王允良;飞行器总体参数优化的进化算法及其应用研究[D];西北工业大学;2006年
6 贾东立;改进的差分进化算法及其在通信信号处理中的应用研究[D];上海大学;2011年
7 刘鎏;多目标优化进化算法及应用研究[D];天津大学;2010年
8 张鹏翔;多目标进化算法及其在电力系统中的应用研究[D];华中科技大学;2004年
9 王瑜;基于多方法融合的进化算法研究[D];中国科学技术大学;2011年
10 吴亮红;多目标动态差分进化算法及其应用研究[D];湖南大学;2011年
中国硕士学位论文全文数据库 前10条
1 冯艳超;基于混合微粒群算法的工程项目多目标优化[D];天津大学;2008年
2 胡义伟;基于进化算法的大学排课系统研究[D];湘潭大学;2007年
3 李鸥 ;使用SP-MEC算法求解多目标问题[D];太原理工大学;2005年
4 鄢东姝;微分进化算法的改进与扩展[D];吉林大学;2009年
5 杨梅;基于微粒群算法的模糊PID控制系统设计方法研究[D];西南交通大学;2008年
6 刘淳安;无偏好多目标优化进化算法及其应用[D];西安电子科技大学;2005年
7 吕洪光;基于微粒群算法的装配序列规划方法及其应用研究[D];电子科技大学;2010年
8 魏欣;基于智能优化技术的创新概念设计研究与应用[D];山东师范大学;2010年
9 谢俊凰;进化算法研究平台的设计与开发—数据处理[D];太原科技大学;2011年
10 朱家静;基于遗传微粒群算法的组卷策略应用研究[D];大连海事大学;2011年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026