粒子群算法是一种启发式多目标全局优化算法,启发自鸟群觅食的自然现象。启发式算法有很多,如遗传算法、蚁群算法、模拟退火算法、蒙特卡洛算法、免疫算法、鱼群算法等。这些算法是从不同的自然现象中受到启发而发展的,具有全局最优的搜索能力,不需要获得目标函数的梯度,针对复杂非线性系统比较有效。 (一) 通过多次应用,...
解非线性方程组的多目标优化进化算法
运用MATLAB遗传算法工具箱求解非线性多目标优化问题, 编程过程如下: function f1=func(x) %第一目标函数 f1=x(:,1).*x(:,1
因此,基于非线性优化算法的多目标决策研究日益被人们关注。 一、多目标决策的背景和重要性 在实际的决策中,往往存在着多个目标,这些目标之间又往往存在着矛盾和制约。因此,在做出决策时,需要考虑多个目标之间的权衡和协调,以达到最优决策的目的。同时,由于决策的影响范围和目标的多样性,多目标决策在实际应用中十分普遍...
高级检索 首页 期刊在线 最新录用 优先发表 当期目录 过刊浏览 引用排行 下载排行 浏览排行 高级检索 作者中心 作者登录 投稿须知 保密要求 版权协议和承诺 投稿流程图 出版道德声明 下载中心 期刊介绍 期刊简介 办刊宗旨 编委会 联系我们 ...
MATLAB算法为优化配置多目标制造资源,分析了制造资源生产能力的约束和资源供应状态的约束;用非线性动态规划算法,按照经济效益最先性原则,构建了一套制造资源多目标优化配置模型;以G试验器材制造公司为例,结合自编的MATLAB算法求解,然后提出计算机辅助算法,运用EXCEL进行检验;实证表明,在生产要素约束条件下,实现了多目标资源...
将会使自适应突变算子同步进行改变,由此提高了算法的种群多样性和稳定性;然后引入非线性算法局部寻优的思想,提高了算法的局部搜索能力,结合NSGA-II算法和DE算法的强全局搜索能力,从而得到复杂非线性多目标优化问题的全局最优解.最后,使用六种标准测试函数测试了NDE-NSGA-II算法的性能,并与NSGA-II和MOEA/D算法进行了...
传统的单目标优化方法(如线性、非线性和动态规划)以及一些将单目标优化转换为多目标优化的多目标优化算法,通过加权因子获得单一最优解,因为它们是逐点方法。在多目标优化中,可能不存在单一最优解,因为目标函数通常是相互冲突的。相反,在目标函数空间中存在一组称为Pareto最优解集 (Pareto optimal solution set,PF)或...
首先将其转化为多目标优化问题,提出了高效模拟退火算法求解多目标最优解问题,通过搜索操作和参数的合理设计,以及试验函数的验证,证明了给出的SA算法是一类有效的多目标优化算法.关键词:非线性约束最优化;模拟退火算法;多目标规划中图分类号:O221.6文献标识码:A非线性约束最优化问题一直是最优化领域中一类十分困难的...
引入排序算法,拥挤度算子和精英策略后的非支配排序遗传算法(NSGA-II),它在多目标优化领域具有广泛的应用,但也存在个体分布不均,算法中的Pareto效率降低等问题.针对这些缺陷进行算法改进,首先在提出一种累积非支配排序赋值策略的同时改进交叉算子,利用具有自适应参数的DE优化思想对群体,初始群体的多样性分布进行了改进;通...