改进的人工蜂群算法在多目标参数优化中的应用
本文在Pareto非支配集的基础上提出改进蜂群适应度算法操作,对蜂群算法产生的每一个个体进行局部搜索.为了提高算法的搜索率,采用精英选择加快多个目标的并行搜索.实验结果表明该方法与蜂群算法相比能快速地收敛于Pareto最优解.
多目标优化、蜂群算法、Pareto最优解
TP399;TP18;TU43
2011-08-23(万方平台首次上网日期,不代表论文的发表时间)
共3页
9-11
点击收藏,不怕下次找不到~
多目标优化、蜂群算法、Pareto最优解
TP399;TP18;TU43
2011-08-23(万方平台首次上网日期,不代表论文的发表时间)
共3页
9-11
国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”
国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304
©天津万方数据有限公司 津ICP备20003920号-1
违法和不良信息举报电话:4000115888 举报邮箱:problem@wanfangdata.com.cn