进化算法相关论文
针对气象因素相互耦合导致地区电网负荷精确预测难度大的问题,为进一步提高地区电网电力负荷的预测精度,提出一种基于综合气象指数......
现有排程系统存在加工时间长、加工效率低等问题，为此设计基于进化算法的铝加工行业生产计划高级排程系统。首先，根据铝加工行业生产......
复杂网络作为现今科学研究中的一个热点学科,在过去20年里得到了巨大的发展.现实中大量的复杂的交互系统,比如互联网、交通运输网......
移动群智感知利用分布广泛的移动用户所携带的智能设备作为基本感知单元,执行任务感知并对感知得到的数据加以收集、整合和上传。......
特高压直流在远距离传输大量电能上具有突出优势,提升了大范围资源优化配置的能力。然而,特高压直流闭锁后,受端电网短时间内会出......
现实生活中的多目标优化问题大多为动态多目标优化问题，此类问题的目标函数和约束条件等都可能随时间的变化而发生改变，需要算法在环......
与传统数学规划问题不同的是复杂优化问题更多的涉及到了现实应用中的复杂需求。这类问题通常包含着求解速度要求高、目标函数和多......
针对复杂软件中测试用例难生成问题，提出一种融入聚类和进化算法的软件缺陷测试方法，开发一套智能软件测试系统。首先，对被测程序采用......
动态多目标优化问题的目标函数发生变化时,需要采取变化响应策略对种群进行重新初始化,以快速追踪新环境中的最优解集.现有动态多......
研究表明，现有的多目标进化算法在处理具有不同Pareto前沿的优化问题时难以有效平衡种群的收敛性和多样性。针对上述情况，本文提出了......
现有约束多目标进化算法的约束处理策略无法有效解决具有大型不可行区域的问题，导致种群停滞在不可行区域的边缘；此外，约束条件下的不......
进化算法求解多目标优化问题平衡收敛性和多样性面临的主要挑战在两个方面：增强对帕累托最优前沿的选择压力和获得多样性良好的解集......
深度强化学习是目前机器学习领域中重要的研究分支之一,它可以通过直接与环境进行交互实现端到端的学习,对高维度和大规模的问题有......
多模态多目标优化问题（Multimodal multi-objective optimization problems, MMOPs）是指具有多个全局或局部Pareto解集（Pareto soluti......
随着智慧城市建设的稳步推进,公共视频监控网络获得了长足发展,监控摄像头在医院、学校、商场等公共场所广泛部署,在提高公共安全......
当前大多数移动边缘计算（Multi-Access Edge Computing,MEC）卸载策略研究都是面向城市友好环境中的民用智能终端任务展开,缺少对战术......
轻量级卷积神经网络（LCNN）在图像分类等领域得到广泛应用。针对LCNN的精确度和复杂度均衡优化问题，利用快速非支配排序遗传算法（NSGA-I......
科学工作流是进行大规模科学计算的高效模型,能够将复杂的科学计算任务拆分成若干个相对简单的子任务进行分布式处理。科学工作流......
工程实践中存在大量问题需要确定不止一个全局或局部最优解,如数据聚类、除冰机位分配问题及机械和电气设计等,这类需要确定多个最......
社会各个领域的问题都离不开计算机科学,而计算机学科中的优化问题是当下重要的研究热点。进化算法是具备随机搜索能力的启发性搜......
多目标旅行商问题是典型的组合多目标优化问题,现实生活中物流配送等问题都可以转化为多目标旅行商问题求解。相比于经典旅行商问......
在交通调度、网络运输和经济管理等领域存在大量的优化问题,包含多组最优解的优化问题被称作多解优化问题。多解优化问题要求算法......
频繁高效用项集挖掘是数据挖掘的一项重要任务，挖掘到的项集由支持度和效用这两个指标来衡量。在一系列用于解决这类问题的方法中，进......
近年来,遵循着编码器-解码器框架的神经机器翻译模型在多个语言对上都取得了振奋人心的成绩。尤其是引入注意力机制之后,神经机器......
进化算法是一类模拟自然界生物进化的基于种群的元启发式优化算法,如遗传算法、粒子群算法等。与经典的数学优化方法不同,进化算法......
边坡稳定性问题一直是在岩土工程和基础建设中比较令人困扰的问题。而研究边坡的稳定性问题对于实际的边坡监测和防护有较大的实际......
随着5G、物联网等网络技术的兴起与发展,网络规模逐渐增加且用户请求的服务也更多样、更复杂,支持灵活迁移、升级和动态部署的新型......
Web应用程序防火墙（Web Application Firewall,WAF）在保护Web应用程序免受SQL注入、XML注入和PHP注入等恶意攻击方面发挥着不可或缺......
现实生活中处处存在多目标优化问题,与单目标优化问题不同,这种问题通常涉及到多个互相冲突的优化目标。因此,多目标优化问题的解......
随着信息技术的发展,各领域的数据规模以惊人的速度扩张,这一方面给机器学习、数据挖掘等任务带来了更多的训练信息,另一方面增加......
近年来,随着科学技术的进步,出现了许多包含大量特征的问题。大量的冗余特征会显著降低模型的学习精度和速度。为了消除冗余特征,......
本文主要围绕城市数据所呈现的多源异构特性,探讨了计算智能方法（包括神经网络和进化计算）在跨域数据融合中关键问题的研究及应用。......
滚珠丝杠广泛用于机床等各类精密设备中,通常加工精度在很大程度上会受到系统温升的影响。而机床进给系统的几个主要热源中轴承发......
经济社会不断发展,人们对能源的需求量也在不断增加,可再生能源被视为化石能源短缺和环境污染问题最有效的解决方案之一,受到极大......
数字孪生车间中,车间环境较当前制造车间发生较大变化,除制造资源相关数据维度和深度不断丰富外,制造流程数据也由于传感器、嵌入......
传统服务机器人存在资源和智力两大技术瓶颈,难以满足实际的应用要求。将云计算技术与机器人技术相结合,构建服务机器人云服务平台......
在现实生活中,许多优化问题涉及多个优化目标,有两、三个相互冲突目标的优化问题被称为多目标优化问题（MOPs）。具有至少四个冲突目标......
多目标优化问题（multi-objective optimization problems,MOPs）是同时具有多个互相冲突目标的优化问题。相较于静态多目标优化问题,......
多目标进化算法（MOEAs）是用来解决现实生活中的多目标优化问题（MOPs）的常用方法。MOEAs能够搜索并提供给决策者（DM）一系列权衡解,并供其......
在传统的多目标优化问题（Multiobjective Optimization Problems,MOPs）中,目标空间中一个真实的帕累托前沿（Pareto Front,PF）被决策空......
在实际工程、科学研究中经常需要同时优化多个目标,并且这些目标往往是互相矛盾的。为了解决这类问题,传统基于分解的多目标进化算......
工程领域中存在着大量的待优化问题,其中多目标优化问题在生产和生活中具有广泛的应用,例如,在工业加工过程中,需要同时优化加工成......
