您的位置： 专家智库 > >

王浩

作品数：6 被引量：5H指数：1
供职机构：太原科技大学电子信息工程学院更多>>
发文基金：博士科研启动基金山西省自然科学基金国家自然科学基金更多>>
相关领域：自动化与计算机技术金属学及工艺更多>>

合作作者

文献类型

  • 6篇中文期刊文章

领域

  • 6篇自动化与计算...
  • 1篇金属学及工艺

主题

  • 4篇多目标优化
  • 3篇多目标
  • 3篇进化算法
  • 2篇多目标进化
  • 2篇多目标进化算...
  • 2篇高维
  • 1篇代理
  • 1篇代理模型
  • 1篇单片
  • 1篇单片机
  • 1篇多目标优化算...
  • 1篇优化算法
  • 1篇社会
  • 1篇社会学
  • 1篇社会学习
  • 1篇数控恒流源
  • 1篇群算法
  • 1篇自适
  • 1篇自适应
  • 1篇微粒群

机构

  • 6篇太原科技大学

作者

  • 6篇王浩
  • 3篇孙超利
  • 1篇李子良
  • 1篇李昕涛
  • 1篇谭瑛
  • 1篇陈东良

传媒

  • 3篇太原科技大学...
  • 1篇控制理论与应...
  • 1篇控制与决策
  • 1篇山西电子技术

年份

  • 3篇2024
  • 2篇2023
  • 1篇2015
共 6 条 记 录，以下是 1-6
全选 清除 导出
排序方式：
两阶段模型协同搜索的昂贵多目标进化优化
2024年
近年来,昂贵多目标优化问题的求解获得了越来越多的关注.然而,随着决策空间维度的升高,模型的有效性和准确性很难保证.因此,本文提出了一种两阶段模型协同搜索的昂贵多目标进化优化.在该方法中,每轮种群进化前构建全局模型,以辅助加快对最优解集的搜索.随后,利用搜索到的种群选择其邻域样本训练局部模型,对二者集成辅助算法进行进一步搜索.最后,提出基于不确定度的填充采样策略选点,进行真实评价.为了验证算法的有效性,将本文算法与4个算法分别在DTLZ和MaF测试集以及两个实际问题上进行比较,实验结果表明其具有良好的性能.
刘晓彤孙超利王浩谢刚
关键词：多目标优化
两层优化辅助的大规模高维多目标优化算法
2023年
为了提高大规模高维多目标优化算法的搜索效率,提出了两层优化策略实现最优解集的搜索。该方法中首先利用社会学习微粒群算法的种群多样性增加算法的探索能力以防止局部收敛,产生的新种群用于更新非支配解集增加非支配解集的多样性。然而,由于种群多样性的增加会降低算法的收敛速度,为此,在第二层优化操作中选择当前非支配解集的若干解进行遗传操作以增加算法的开采能力,产生的新种群进一步更新非支配解集,以期加快对大规模高维多目标问题最优解集的搜索。在500维MaF测试函数上进行了测试,目标空间维度分别为3,5,8,10,并且与近些年提出的相关算法对比。通过实验说明了两层优化策略在解决大规模高维多目标优化问题时是有效的。
时振涛常晨芳李晓波王浩
基于单片机的数控恒流源系统设计被引量：4
2015年
主要介绍了一种高稳定性恒流源系统的设计方案,该系统在负载为1Ω~15Ω时,恒流输出可调范围0 A^1 A,且恒流源电流可以在该范围内任意设定,精度为±3 m A。该恒流源系统主要由PIC单片机电路、ADC采集电路、DAC控制电路、键盘输入电路、液晶显示电路、集成运放及大功率MOS管等组成。实验结果表明该方法调节简单方便、稳定可靠。
李子良李昕涛薛亚萌王浩陈东良
关键词：PIC单片机ADCDAC恒流源
自适应建模策略辅助的昂贵多目标进化算法
2024年
代理模型辅助的多目标进化算法广泛用于解决计算费时的多目标优化问题,然而现有的大部分建模方法都是为了嵌入到特定算法而设计的,适应于其他算法的能力并不强,为了能够依据数据特征自适应的建立模型,提出了一种基于自适应模型选择的建模方法。该方法的主要思想为:依据每个目标函数的样本特征,自适应的选择样本建立全局模型或者局部模型。为了验证所提出建模的方法的有效性,将提出的建模方法应用于基于高斯过程辅助的双存档费时多目标优化算法(KAT2)和基于高斯过程辅助的参考向量引导的费时多目标优化算法(K-RVEA),并且在DTLZ测试函数进行测试。通过实验证明,提出的建模方法可以有效的解决费时多目标优化问题。
张国晨樊凯翔王浩秦淑芬孙超利
关键词：多目标优化自适应
基于繁殖策略的求解昂贵约束单目标进化算法
2024年
实际工程优化中存在大量约束优化问题,且有一些优化问题目标函数和约束函数的评价非常耗时,导致该类问题无法直接使用传统优化算法求解。为此,为了在评价次数有限的情况下获得较好的可行解,针对昂贵单目标约束优化问题,为评价费时的目标函数和约束函数建立径向基函数(Radial Basis Function,RBF)预测模型,以及根据估值自适应选择个体的繁殖策略,以期能产生较好的可行解。在7个标准测试函数及3个工业测试函数上的测试结果表明,相比于其它现有针对昂贵约束问题的优化方法,本方法无需确保初始种群中必须有可行解,且能在优化目标和约束函数评价次数有限的情况下找到更好的解。
谭瑛张何萧王浩李晓波
关键词：进化算法径向基函数
基于估值不确定度排序顺序均值采样的昂贵高维多目标进化算法被引量：1
2023年
模型管理,特别是训练样本的选择和填充采样准则,是影响昂贵多目标优化算法求解性能的重要因素.为此,选择样本库中具有较好目标函数值的若干个体作为样本训练目标函数的代理模型,使用基于参考向量的进化算法搜索模型的最优解集,并提出一种基于个体目标函数估值不确定度排序顺序均值的采样策略,从该最优解集中选择两个个体进行真实的目标函数评价.为了验证算法的有效性,将所提出算法在DTLZ和WFG多目标优化测试问题和两个实际工程优化问题上进行测试,并与其他5种优秀的同类型算法进行结果对比.实验结果表明,所提出算法在求解昂贵高维多目标优化问题上是有效的.
王浩孙超利张国晨
关键词：代理模型不确定度
全选 清除 导出
共1页<1>
聚类工具0