基于正交设计的多目标粒子群算法

来源 :计算机应用研究 | 被引量 : 10次 | 上传用户:cherrydarling
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
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行区域,进而使得算法能够在整个可行解空间上进行均匀搜索;同时,引入广义学习策略提升粒子向Pareto前沿飞行的概率。在基准函数的测试中,结果显示ODMOPSO算法获得了质量更高的解。
其他文献
针对多约束QoS路由优化问题,提出一种新型混沌遗传算法。算法采用节点序号编码,混沌优化初始化种群,以及能防止产生无效路径的交叉变异策略。利用混沌变量的随机性、遍历性特点有效增加初始种群的多样性,改善了遗传算法早熟的不足。仿真实验证明,该算法适用于较大规模的网络,且具有收敛速度快和稳定性高的优点,是一种解决多约束QoS路由问题的可行、高效的方法。
“合作共赢”发展是教师教育改革发展的现实要求,是实现教师教育一体化的有效形式,是教师教育发展的创新平台。钦州学院通过钦州市教师教育共同体的建立,进行“合作共赢”发展教
设f是简单图G的一个正常的k-全染色,若G中任意两点的点及其关联边的颜色构成的集合互不包含,则称f为G的k-Smarandachely全染色,这样k中最小者称为G的Smarandachely全色数。针对路图的Smaran-dachely全染色问题,提出了一种新算法。该算法采用三元组编码方式将问题进行转换,按照给定规则生成三元组队列,并对该队列内部排序进行变换调整。同时,给出两个判断函数,根据函数的
分析相关数据发现,专业学位硕士教育在招生总量增长的同时增长率却呈现出逐年下降的趋势,说明专业硕士教育的发展势头受到抑制.引发问题的主要原因在于高校对专业硕士的实践
针对用户在社区网络中面对海量的信息和资源,如何快速便捷地获得自己感兴趣内容的问题,提出一种基于社区网络内容的个性化推荐算法。在得到相同兴趣用户聚类的基础上,该算法首先通过用户访问日志信息挖掘相似内容推荐项,然后根据用户兴趣挖掘新的内容推荐项。实验结果表明,该算法不仅提高了内容推荐精度,而且扩展了内容覆盖面。
针对现有的半监督降维算法没有考虑存在于数据集中的大量未标记信息,不能得到最好的降维效果的问题,提出了一种改进的基于权值的局部保持半监督降维算法。该算法在保持正、负约束信息的同时,还利用距离权值来保持数据集所在的局部结构,从而提高降维效果。在UCI数据集上的实验表明,该算法能够提高降维的效果,尤其是在数据分布特性不满足流形结构时,仍能得到较好的聚类结果。