基于精英保留策略和拥挤熵的多目标差分进化算法及应用任务书

 2021-08-19 11:08

1. 毕业设计(论文)主要目标:

差分进化算法(DE)是一种随机的并行直接全局搜索算法,它简单易用,具有稳健性和全局寻优能力,已在多个领域得到广泛的应用。有的学者将DE的功能进行拓展,用于多目标优化问题,该方法能很好地维持种群的多样性,取得了不错的效果。但DE也存在收敛速度较慢,容易陷入局部最优的问题,在一些问题上回降低种群的多样性,容易使算法过早收敛。

为了提高了算法的收敛速度,跳出局部最优,迫切需要一些方法来改进传统的DE所存在的缺陷。因此,在了解算法在进化的过程和不足的基础上,设计基于精英保留策略和拥挤熵的多目标查分进化算法,并进行性能测试。

2. 毕业设计(论文)主要内容:

(1)探索精英保留策略,拥挤熵策略与多目标问题;

(2)设计基于精英保留策略和拥挤熵的多目标差分进化算法;

(3)使用测试函数测试改进后算法的性能,并与相应的算法比较。

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

3. 主要参考文献

[1] Yao-Nan Wang;Liang-Hong Wu;Xiao-Fang Yuan. Multi-objective self-adaptive differential evolution with elitist archive and crowding entropy-based diversity measure[J]. Soft Computing,2010,14(3):193-209.

[2]谢涛,陈火旺,康立山.多目标优化的演化算法[J].计算机学报,2003,26(08):997-1003.

[3]Musrrat,Alia;Patrick,Siarrya;Millie,Pantb.An efficient Differential Evolution based algorithm for solving multi-objective optimization problems[J].European Journal of Operational Research,2012,217(2):404-416.

剩余内容已隐藏,您需要先支付 5元 才能查看该篇文章全部内容!立即支付

以上是毕业论文任务书,课题毕业论文、开题报告、外文翻译、程序设计、图纸设计等资料可联系客服协助查找,微信号:bysjorg 、QQ号:3236353895;