“nsga”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网

钻瓜专利网为您找到相关结果896个，建议您升级VIP下载更多相关专利

[发明专利]基于NSGA-II改进的场桥调度方法-CN201810047642.5有效
发明人：杜玉越;马慧娟;李鹏;张福新;刘伟 -专利权人：山东科技大学
申请日： 2018-01-18 - 公布日： 2020-03-06 - 主分类号： G06Q10/06 文献下载
摘要：本发明公开了一种基于NSGA‑II改进的场桥调度方法，该方法在NSGA‑II的基础上主要对拥挤度计算方法和精英范围的控制进行了改进，引入包含个体更多信息的拥挤度计算方法和精英范围得到了改进的NSGA‑II然后将改进的NSGA‑II算法应用到集装箱堆场场桥调度中，能够减少堆场集装箱作业完成时间和场桥转场时间。本发明还对改进的NSGA‑II算法与NSGA‑II以及NSGA‑II+IMP算法在4个测试函数上进行了实验，实验结果表明本发明改进的NSGA‑II的Pareto解集具有更好的分布性和收敛性，更好地维持了种群多样性
基于 nsga ii 改进调度方法

[发明专利]一种基于改进NSGA-II算法的砂带磨削多目标工艺参数优化方法-CN202211576088.2在审
发明人：黄智;杨仲强;王洪艳;陈勇强;张伟文;乔明鑫;熊镐楠 -专利权人：电子科技大学
申请日： 2022-12-09 - 公布日： 2023-03-28 - 主分类号： G06F30/17 文献下载
摘要：本发明公开了一种基于改进NSGA‑II算法的砂带磨削多目标工艺参数优化方法，首先建立砂带磨削过程的碳排放、表面粗糙度和材料去除率的数学模型，再根据改进的NSGA‑II算法建立多目标优化模型，使用改进的NSGA‑II本发明的方法充分考虑了砂带磨削难加工材料过程中各个工艺参数之间的相互影响，提出的改进型的NSGA‑II算法采用了新的排序方法，改善了算法的种群多样性，使得算法具有更好的解集均匀度，而且改进型的NSGA‑II对全局最优解的搜寻能力更强，在相同情况下，改进型的NSGA‑II算法的帕累托最优解数量要多于NSGA‑II和MOPSO算法，这意味着改进型的NSGA‑II算法可以寻找出更优的全局最优解。
一种基于改进 nsga ii 算法磨削多目标工艺参数优化方法

[发明专利]基于嵌套NSGA-II的多目标双层交互式优化方法-CN202111674697.7在审
发明人：周青;陈文冲;谌平;吴正熠 -专利权人：杭州电子科技大学;新华三技术有限公司
申请日： 2021-12-31 - 公布日： 2022-05-20 - 主分类号： G06F30/27 文献下载
摘要：本发明公开了一种基于嵌套NSGA‑II的多目标双层交互式优化方法，步骤包括：S1、多目标双层交互式优化模型构建；S2、上层主导者NSGA‑II的实现；S3、下层跟随者NSGA‑II的实现；S4、上下层NSGA‑II本发明考虑一个多目标主导者和多个多目标跟随者的双层交互式优化问题，可以同时实现分层多目标和上下层多目标的协同和Pareto改善，具有重要的实际应用背景与价值；设计了嵌套NSGA‑II对多目标双层交互式优化问题进行求解，主要技术特点包括隔板法、单点放缩法等处理复杂的等式或不等式约束，多染色体并行下传，下层Pareto前沿解最优组合搜索与上传，上下层NSGA‑II交互迭代式优化，算法流程设计合理，可极大的提高算法搜索效率
基于嵌套 nsga ii 多目标双层交互式优化方法

[发明专利]一种基于改进NSGA-II的无人机路径规划方法-CN202011362427.8有效
发明人：谭励;王浩宇;连晓峰 -专利权人：北京工商大学
申请日： 2020-11-27 - 公布日： 2022-06-17 - 主分类号： G05D1/10 文献下载
摘要：本发明公布了一种基于改进NSGA‑II的无人机路径规划方法，NSGA‑II为基于非支配排序遗传算法NSGA的改进算法，通过指数分布自适应动态调整交叉概率和突变概率，利用定向突变策略改进NSGA‑II的随机突变机制
一种基于改进 nsga ii 无人机路径规划方法

[发明专利]基于NSGA-Ⅲ算法的变电站工作分配方法及装置-CN202310200358.8在审
发明人：马鑫;褚国伟;胡汉巧;张关应;马剑勋;魏大洋;潘秦;蒋伟;李雪晨;郁清云;彭飞;侯姝斌;周柯清;甘宁 -专利权人：国网江苏省电力有限公司常州供电分公司;国网江苏省电力有限公司;国家电网有限公司
申请日： 2023-03-03 - 公布日： 2023-09-19 - 主分类号： G06Q10/0631 文献下载
摘要：本发明提供一种基于NSGA‑Ⅲ算法的变电站工作分配方法及装置，方法包括：建立变电站工作分配问题的多个目标函数以及目标函数的约束条件；对NSGA‑Ⅲ算法进行改进以得到改进的NSGA‑Ⅲ算法；结合目标函数的约束条件，通过改进的NSGA‑Ⅲ算法求解目标函数，以得到变电站的最优工作分配方案；根据最优工作分配方案对变电站进行工作分配。由此，采用改进的NSGA‑Ⅲ算法，进行变电站工作分配的寻优求解，实现变电站工作的合理分配，可以避免算法过早收敛或陷入局部最优的现象，从而可以提高工作分配效率，改善工作分配效果。
基于 nsga 算法变电站工作分配方法装置

[发明专利]一种基于自适应调度的NSGA-III优化算法-CN202211541447.0在审
发明人：张玺君;张钊;钟云芳;李喆;雍思;万广雨;张宪立;张红;张明虎 -专利权人：兰州理工大学;兰州新区大数据投资建设管理有限公司
申请日： 2022-12-02 - 公布日： 2023-03-31 - 主分类号： G06N3/126 文献下载
摘要：本发明公开了一种基于自适应调度的NSGA‑III优化算法，包括：AS‑NSGA‑III算法参考点设计；AS‑NSGA‑III算法自适应交叉算子设计。
一种基于自适应调度 nsga iii 优化算法

[发明专利]一种基于NSGA-II实现制造车间AGV调度的方法-CN202310121830.9在审
发明人：孙海强;高震;姜银松;韩洪喜;周小雯;卓靳露;王吉;王英沛;王伟;杨培东 -专利权人：河南航天液压气动技术有限公司
申请日： 2023-02-15 - 公布日： 2023-04-04 - 主分类号： G05B19/418 文献下载
摘要：一种基于NSGA‑II实现制造车间AGV调度的方法，包括问题编码、生成序列、解码及基于NSGA‑II优化方法；具体步骤包括：步骤一、问题编码：对待加工工件根据其工序内容，按基于工件的编码方法进行编码；步骤二、生成序列：根据编码方法；步骤三、解码：根据工件序列的编码信息；所述的基于NSGA‑II优化方法，具体步骤如下：步骤一、NSGA‑II参数设置；步骤二、匹配设置；步骤三、数值计算；本发明的有益效果在于：使用柔性作业车间问题模式简化了复杂AGV调度问题，可利用成熟的编解码方法对AGV问题进行编码并解码，提高求解效率，降低问题本身的复杂度；采用NSGA‑II中的快速非支配排序的方法，可寻得兼顾多种优化目标的非劣解
一种基于 nsga ii 实现制造车间 agv 调度方法

[发明专利]一种基于图卷积神经网络和NSGA-Ⅱ算法的水库调度多目标优化方法-CN202110275101.X有效
发明人：胡鹤轩;邵良欢;胡强;朱跃龙;胡震云;张晔 -专利权人：河海大学
申请日： 2021-03-15 - 公布日： 2022-10-18 - 主分类号： G06N3/00 文献下载
摘要：本发明公开了一种基于GCN和NSGA‑Ⅱ的水库调度多目标优化方法，包括：搜集水库防洪调度相关数据，建立防洪多目标优化模型；使用NSGA‑Ⅱ得到初代种群，通过编码操作对个体进行分组，分组后的类别作为GCN的节点，将交叉、变异操作得到的父子代关系映射为GCN节点之间的边；使用NSGA‑Ⅱ获得初步pareto前沿，对其横坐标进行分组标签化，再利用该分组标签和步骤二得到的图结构训练GCN模型；利用训练好的GCN模型对图结构的节点进行分类，再使用NSGA‑Ⅱ调节pareto前沿的均匀度；根据NSGA‑Ⅱ调节后的pareto前沿，输出水库调度多目标优化问题的非劣方案集。
一种基于图卷神经网络 nsga 算法水库调度多目标优化方法

[发明专利]带精英策略的非支配排序的遗传算法改方法-CN201810714903.4在审
发明人：吴星;刘天羽 -专利权人：上海电机学院
申请日： 2018-07-03 - 公布日： 2018-12-18 - 主分类号： G06N3/00 文献下载
摘要：本发明提供一种带精英策略的非支配排序的遗传算法改方法，包括步骤：S1：利用Matlab软件将一算数交叉算子替代一NSGA2遗传算法的SBX交叉算子；S2：利用Matlab软件将一基于质心的变异算子替代所述NSGA2遗传算法的多项式变异形式的变异算子；S3：利用Matlab软件对所述NSGA2遗传算法的一扰动向量权重λ进行改进。本发明的一种带精英策略的非支配排序的遗传算法改方法，可改善NSGA2算法的搜索功能较弱，收敛性不足，容易出现局部最优和进化过程不稳定的情况。
遗传算法精英策略排序变异算子交叉算子变异形式进化过程扰动向量搜索功能收敛性替代权重质心算法算数改进

[发明专利]一种基于NSGA-II的车削参数多目标优化方法-CN201910375024.8在审
发明人：吴晶;庄可佳;杜百岗 -专利权人：维数（武汉）智能科技有限公司
申请日： 2019-05-07 - 公布日： 2020-11-10 - 主分类号： G05B19/408 文献下载
摘要：本发明提供一种基于NSGA‑II的车削参数优化方法，所述优化方法包括，确定切削参数范围；建立多目标优化数学模型，包括建立表面粗糙度模型和材料去除率模型；基于NSGA‑IIb法对多目标数学模型进行求解。本发明提供的一种基于NSGA‑II的车削参数优化方法，综合考虑了车削参数对表面粗糙度和加工效率的影响，利用车削工艺实验获得的数据建立二者数学模型，并使用NSGA‑II算法进行求解，获得最优的车削参数解集
一种基于 nsga ii 车削参数多目标优化方法

[发明专利]一种基于NSGA-II的海洋平台多目标调度优化方法-CN201910944269.8在审
发明人：李敬花;陈俊宗;尹文浩;张子祥 -专利权人：哈尔滨工程大学
申请日： 2019-09-30 - 公布日： 2020-01-17 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开了一种基于NSGA‑II的海洋平台多目标调度优化方法，解决了海洋平台工作时，多目标无法同时进行优化的问题，而且可以使得项目运行的效率更高，所有信息皆可以调取，通过连接智能终端可使得工作人员的项目参与度更高包括调度中心、数据采集模块、网络通信模块、评价优化模块、信息存储模块、NSGA‑II模块、指令调度模块、指令执行模块、执行追踪模块和智能终端，所述调度中心与数据采集模块连接，所述调度中心与网络通信模块连接，所述调度中心与优化评价模块连接，所述调度中心与信息存储模块连接，所述调度中心与NSGA‑II模块连接，所述NSGA‑II模块与指令调度模块连接。
调度中心数据采集模块网络通信模块信息存储模块指令调度模块海洋平台智能终端多目标评价优化模块指令执行模块调度优化模块连接评价模块追踪模块参与度调取优化

[发明专利]基于MLPANN和NSGAⅡ算法的大空间公共建筑绿色性能优化方法-CN202310184504.2在审
发明人：岳乃华;于德湖;杨淑娟 -专利权人：青岛理工大学
申请日： 2023-03-01 - 公布日： 2023-04-18 - 主分类号： G06F30/13 文献下载
摘要：本发明涉及建筑能耗技术领域，具体涉及一种基于MLPANN和NSGAⅡ算法的大空间公共建筑绿色性能优化方法。本发明包括如下步骤S1：建筑参数变量的明确、S2：预测方案的构建及LHS采样、S3：预测方案的训练及测试、S4：NSGAⅡ算法中Pareto最优解的寻找，包括如下小步：S41：利用NSGAⅡ算法将得到的结果进行优化本发明以Matlab软件为基础提出了一种基于元神经网络和NSGAⅡ算法的建筑性能多目标优化方法，解决了大空间公共建筑能耗和热舒适的相互制约问题。
基于 mlpann nsga 算法空间公共建筑绿色性能优化方法

[发明专利]基于NSGA-Ⅱ的改进多目标优化的方法-CN202211070337.0在审
发明人：冯炫;金雨昊;郭强;曹豪;潘冬 -专利权人：陕西智引科技有限公司
申请日： 2022-08-31 - 公布日： 2022-12-23 - 主分类号： G06N3/00 文献下载
摘要：本发明属于计算机应用技术领域，尤其涉及一种基于NSGA‑Ⅱ的改进多目标优化的方法。本发明通过对NSGA‑Ⅱ算法中非支配排序方法、非支配个体的拥挤距离计算赋值以及交叉、变异操作的改进，使本发明所提供的多目标优化的方法所得到的解的分布更为集中，进而解决了现有NSGA‑Ⅱ算法在多目标优化应用中所存在的技术问题
基于 nsga 改进多目标优化方法

[发明专利]基于改进NSGA-III的热连轧轧制规程多目标优化方法-CN202210936562.1在审
发明人：孙杰;袁尚斌;李树;乔继柱;叶俊成;彭文;李霄剑 -专利权人：东北大学
申请日： 2022-08-05 - 公布日： 2022-11-04 - 主分类号： G06F30/20 文献下载
摘要：本发明提供了基于改进NSGA‑III的热连轧轧制规程多目标优化方法，属于板带材热连轧的轧制规程多目标优化技术领域。该方法将NSGA‑III算法与轧制规程多目标优化技术相结合，通过热连轧生产线现场实际的板带材数据和轧机设备参数，构建以轧制能耗最小、等轧制力裕度、板形良好和等相对负荷为目标函数的热连轧精轧轧制规程优化模型，以各机架出口厚度作为NSGA‑III的决策变量，并在NSGA‑III中添加Tent混沌映射来初始化由决策变量组成的种群，在保证初始种群多样性的基础上，均匀分布决策变量可以进一步增强NSGA‑III的优化能力
基于改进 nsga iii 轧轧规程多目标优化方法

[发明专利]筛选冷却结晶溶剂的基于多目标优化的CAMD方法-CN202111137367.4在审
发明人：张扬;陶玲 -专利权人：华南理工大学
申请日： 2021-09-27 - 公布日： 2022-01-18 - 主分类号： G16C20/50 文献下载
摘要：利用基团贡献法作为结构性质关系，根据结晶溶剂的目标性质建立多目标优化模型，基于NSGA‑II的多目标优化的CAMD方法求解该模型，以获得Pareto最优解集，即一系列候选溶剂。NSGA‑II算法的快速非支配排序机制、拥挤度比较算子以及精英保留策略，使得NSGA‑II算法在求解多目标优化问题上的优势尤为突出。在NSGA‑II算法的基础上，设置了结构修复算子，保证了溶剂分子在结构上的可行性。
筛选冷却结晶溶剂基于多目标优化 camd 方法

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
下一页»
尾页
共 896 条