湖南省自然科学基金(01JJY2060)
- 作品数:13 被引量:136H指数:7
- 相关作者:郑金华蒋浩谢勇李丽荣蔡自兴更多>>
- 相关机构:湘潭大学中南大学中国科学院更多>>
- 发文基金:湖南省自然科学基金国家自然科学基金湖南省教育厅科研基金更多>>
- 相关领域:自动化与计算机技术理学更多>>
- 用遗传算法实现多智能体联盟的形成被引量:13
- 2004年
- 在多Agent系统中,当单个Agent不能或不能有效完成特定的任务时,任务就必需分配给一组Agent,即Agent将形成联盟。本文将讨论Agent联盟的形成,并将遗传算法应用于Agent联盟形成中,希望可以快速、高效地找出合适的Agent联盟。
- 郑金华陈振洲蔡自兴
- 关键词:遗传算法多AGENT系统
- 狭义遗传算法的遗传机理分析被引量:8
- 2003年
- 根据狭义遗传算法 (RGA)在区域搜索中的特点 ,讨论了RGA在同一搜索区域上遗传选择操作的封闭性 ,同时讨论了RGA在邻接区域和非邻接区域上遗传交叉算子的一些重要性质 .这些性质确保新群体中个体之间的距离不断缩小 。
- 郑伟华郑金华
- 关键词:区域搜索全局收敛性
- 用基于快速排序的MOGA求解MOKP被引量:1
- 2005年
- 0/1背包问题是一类典型的组合优化问题,且属于NP完全问题.多目标遗传算法通过一次运行可以搜索到多个解,同时具有比规范遗传算法更强的求解问题的能力.该文将基于快速排序的多目标遗传算法应用于多目标0/1背包问题中,可以快速、高效地找出多个最优解.实验表明该方法能够获得满意的效果.
- 唐欢容郑金华蒋浩
- 关键词:多目标遗传算法多目标优化非支配集
- 一种改进的基于实数编码的遗传算法被引量:17
- 2002年
- 对传统遗传算法在编码方案及遗传操作中存在的局限性以及非成熟收敛现象 ,提出一种改进的基于实数编码的遗传算法 .该方法以实数编码代替二进制编码 ,有效地解决了传统遗传算法中海明悬崖、计算精度等问题 .根据适应度值对父染色体进行变异操作 ,减轻传统遗传算法中变异操作所存在的盲目性 ,并对遗传算法可能出现的非成熟收敛现象进行预测 。
- 叶正华谢勇郑金华
- 关键词:实数编码遗传算法二进制编码
- 一种基于快速排序的快速多目标遗传算法被引量:14
- 2005年
- 多目标遗传算法的一个重要步骤就是构造非支配集,本文提出了一种基于快速排序的非支配集构造方法,提高了非支配集构造效率,并且在Deb提出的NSGAⅡ的基础上,改进了其种群构造策略,设计了一类新的多目标遗传算法。实验表明,这种方法比NSGAⅡ具有更快的收敛速度且保持了良好的分布性。
- 蒋浩唐欢容郑金华
- 关键词:多目标遗传算法多目标优化非支配集
- 基于agent的并行GA被引量:3
- 2004年
- 采用遗传进化技术和多智能体技术相结合的方法,实现了基于粗粒度的并行GA.该方法有利于改进遗传算法的性能,提高遗传算法搜索的效率.文中讨论的并行模型,最大的特点是通讯开销小.
- 郑金华蔡自兴
- 关键词:多智能体遗传算法并行处理
- 基于Pareto Front的多目标遗传算法被引量:32
- 2004年
- 多目标优化是非常重要的研究课题,基于ParetoOptimum的多目标遗传算法非常适合于求解多目标优化问题.本文讨论了不带参数的多目标遗传算法,提出了用排除的方法来构造进化群体的非支配集,同时给出了新群体的构造方法.实验结果表明,本文所讨论的方法比较国际上已有的方法具有更快的收敛速度.
- 李丽荣郑金华
- 关键词:进化计算多目标优化多目标遗传算法
- 基于多目标遗传算法求解时间窗车辆路径问题被引量:19
- 2006年
- 有别于传统的单目标方法,将带时间窗约束的车辆路径问题描述成为一个多目标最优化问题,并为之提出了一种多目标遗传算法。在算法中设计了擂台法则作为构造非支配集的方法,提出了可变爬山率的局部爬山法,并通过将组合种群分成多层非支配集来实现精英保留策略。实验结果表明,该算法能有效地求解车辆路径问题并且为决策者提供了强有力的决策支持。
- 刘敏郑金华蒋浩
- 关键词:车辆路径遗传算法多目标最优化
- 一种具有可控性能的多目标遗传算法被引量:1
- 2006年
- 文章基于极坐标的支配概念来描述多目标遗传算法中解之间的优劣关系,并由此提出了一种新的多目标遗传算法(PMOEA)。该算法可以通过参数的调节,让决策者在解的收敛性和分布性之间作折衷选择。在实验部分将PMOEA和NSGA2进行了性能比较,结果证实了PMOEA的性能可控性。
- 邝达郑金华
- 关键词:支配多目标遗传算法收敛性分布性
- 基于自适应ε支配的快速多目标遗传算法被引量:1
- 2006年
- 多目标遗传算法(MOGA)大体上可以分为两个步骤:构造非支配集和保持解分布度。而ε支配能将两者有机地结合起来,具有良好的时间效率及分布度。但是采用ε支配时,其ε参数难以设定,为此文章提出了一种基于自适应ε支配的快速多目标遗传算法(AEMOGA)。通过与其它的2个多目标遗传算法NSGA2和SPEA2比较,实验结果表明该文提出的算法具有良好的时间效率分布性、收敛性及时间效率。
- 陈良军郑金华
- 关键词:自适应多目标遗传算法