[发明专利]基于GAPSO算法的最优自适应策略决策方法有效

专利信息
申请号: 201710418901.6 申请日: 2017-06-06
公开(公告)号: CN107229971B 公开(公告)日: 2019-10-08
发明(设计)人: 李青山;王璐;张彦;何柳;张曼 申请(专利权)人: 西安电子科技大学
主分类号: G06N3/12 分类号: G06N3/12
代理公司: 陕西电子工业专利中心 61205 代理人: 韦全生;王品华
地址: 710071 陕*** 国省代码: 陕西;61
权利要求书: 查看更多 说明书: 查看更多
摘要: 发明提出了一种基于PSO算法的最优自适应策略决策方法,用于解决现有技术在自适应策略空间中策略数量较为巨大的情况下决策效率低的技术问题。实现步骤为:(1)获取自适应系统的决策需求;(2)建立自适应策略空间;(3)构造适应度函数;(4)利用GA算法的交叉和变异对自适应策略空间进行计算,得到中间策略空间,并利用GA算法的选择从中间策略空间选择最优适应度函数值对应的自适应策略加入到目标策略空间,再利用PSO算法对中间策略空间中剩余的自适应策略进行更新,将更新结果加入到目标策略空间中,得到目标策略空间;(5)获取最优自适应策略。本发明具有决策效率高、适用范围广、可避免自适应策略之间的冲突的优点。
搜索关键词: 自适应 策略空间 目标策略 适应度函数 策略决策 决策效率 自适应系统 更新结果 再利用 算法 冲突 更新 决策
【主权项】:
1.一种基于GAPSO算法的最优自适应策略决策方法,包括如下步骤:(1)获取自适应系统的决策需求:根据自适应系统的决策目标及自适应系统或计算机因素对决策目标的影响,获取对决策目标产生影响的因素和每个因素的取值,若每个因素的取值为非连续取值,则这些影响因素和每个因素的取值即为自适应系统的决策需求,若因素的取值为连续取值,对连续取值进行离散化,则这些影响因素和离散后的取值即为自适应系统的决策需求;(2)建立自适应策略空间:根据自适应系统的决策需求,利用多维表结构中的各个维度分别表示对决策目标产生影响的不同因素,并将决策需求中每个影响因素的取值分别放入到多维表结构表示该影响因素的维度中,得到所有自适应策略,所有自适应策略构成自适应策略空间;(3)构造适应度函数:利用自适应系统的决策需求、决策需求中的每个因素对决策目标的影响和每个因素的调整方式,在自适应系统和决策目标的限制和约束下,构造适应度函数;(4)利用GAPSO算法对自适应策略空间进行并行搜索:(4a)建立存放自适应策略的中间策略空间和目标策略空间,并令中间策略空间和目标策略空间均为空;(4b)利用适应度函数,计算自适应策略空间中不同自适应策略的适应度函数值,得到多个自适应策略的适应度函数值;(4c)利用GA算法,从自适应策略空间中并行选择最好适应度函数值对应的自适应策略,并将这些策略加入到目标策略空间中;(4d)利用GA算法,对步骤(4c)选择剩余的适应度函数值对应的自适应策略并行进行交叉,得到进行交叉后的自适应策略;(4e)利用GA算法,对交叉后的自适应策略并行进行变异,并将变异后的自适应策略加入到中间策略空间中;(4f)利用PSO算法,对中间策略空间中的自适应策略并行进行更新,并将并行更新后的自适应策略加入到目标策略空间中,得到包含更新后的自适应策略的目标策略空间;(5)获取最优自适应策略:(5a)确定最优自适应策略决策的终止阈值:重复执行步骤(4),得到多个目标策略空间,并利用适应度函数计算多个目标策略空间中所有自适应策略的适应度函数值,然后将满足决策目标及限制和约束条件的适应度函数值作为最优自适应策略决策终止时的适应度值阈值,同时将满足决策目标及限制和约束条件的迭代次数值作为最优自适应策略决策终止时的迭代次数阈值;(5b)判断最优自适应策略决策过程是否结束:若目标策略空间的迭代次数达到迭代次数阈值或目标策略空间中存在一个策略其适应度值达到适应度值阈值,最优自适应策略决策过程结束,目标策略空间中适应度值最优的策略即为最优自适应策略;否则,重复执行步骤(4)至步骤(5)。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于西安电子科技大学,未经西安电子科技大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/patent/201710418901.6/,转载请声明来源钻瓜专利网。

同类专利
  • 一种数据处理方法及设备-201510783943.0
  • 毛仁歆 - 阿里巴巴集团控股有限公司
  • 2015-11-16 - 2019-11-08 - G06N3/12
  • 本申请公开了一种数据处理方法。在根据与数据处理设备中的各数据处理单元中的数据集所对应的适应度值确定与各数据处理单元对应的选择概率值之后,根据各数据处理单元对应的选择概率值从各数据处理单元中选择用于交叉处理的数组,随后根据遗传算法对数组进行处理。从而能够针对海量数据集分布式实现每一步迭代过程,并从中筛选最优数据组合,提高了数据处理效率。
  • 一种适用于SDN多控制器部署问题的自适应变异交叉的改进遗传算法-201910636571.7
  • 杨鲲;黄子桦;梁东明;陈卉 - 电子科技大学中山学院
  • 2019-07-15 - 2019-10-29 - G06N3/12
  • 本发明公开了一种适用于SDN多控制器部署问题的自适应变异交叉的改进遗传算法,它包括以下步骤:获取网络拓扑G,所需的控制器数量k以及需要优化的性能指标函数f1和f2,随机生成m个染色体,形成一个染色体种群;根据性能指标函数f1和f2评估计算染色体种群的适应度,并计算出染色体种群的平均适应度;根据种群中染色体的适应度进行不同的变异、交叉操作;并设置终止算法,当算法达到终止条件时,终止算法并输出当前解集,即解决方案,本发明可以根据种群的不同适应度采用不同的变异、交叉策略,加速种群进化的过程,该算法能够在短时间内为多控制器部署问题寻找合适的解决方案,有效提升网络的整体性能,优化用户体验。
  • 一种基于遗传算法的叶轮逆向工程方法-201910547172.3
  • 崔树鑫;张明;张儒;张良 - 南京天洑软件有限公司
  • 2019-06-24 - 2019-10-18 - G06N3/12
  • 本发明公开了一种基于遗传算法的叶轮逆向工程方法,该方法主要步骤为:第一,建立叶轮的参数体系;第二,引入知识指导策略,建立约束关系;第三,建立适应度评价方法;第四,进入遗传算法,对参数体系进行求解。本发明利用人工智能技术中的遗传算法对叶轮模型进行逆向工程,将参数体系看做优化变量,从而把逆向工程这一几何建模问题,转化为多维空间中的寻优问题;通过本方法仅需要少量的手动操作,即可以快速、自动化地完成叶轮的逆向工程,并且得到全参数化的几何模型;故大大减少了人工操作耗时,降低了对三维建模工程师的经验依赖性。
  • 一种基于指标改进多目标细菌趋药性算法的决策方法-201910633804.8
  • 卢志刚;姚伟涛 - 燕山大学
  • 2019-07-15 - 2019-10-18 - G06N3/12
  • 本发明公开了一种基于指标改进多目标细菌趋药性算法的决策方法,属于系统优化决策领域。本发明首先对Isde+指标求解非凸问题进行了改进,提出了一种融合Isde+指标的改进MOBCC算法‑‑BIMOBCC。该方法的改进策略主要有:在解集选择中利用支配概念作为主要准则,Isde+指标值作为次要准则;利用外部存档存储解集比较中产生的非支配解以及利用NDX交叉算子产生的新非支配解,增加了算法的搜索能力;采用Isde+指标作为外部存档更新的依据,并利用外部存档来更新下一代解。最后通过ZDT系列函数证明了改进方法的有效性,通过求解电热综合调度问题证明了改进方法的实用性。本发明对解决实际应用中的多目标优化问题具有重大意义。
  • 基于GAPSO算法的最优自适应策略决策方法-201710418901.6
  • 李青山;王璐;张彦;何柳;张曼 - 西安电子科技大学
  • 2017-06-06 - 2019-10-08 - G06N3/12
  • 本发明提出了一种基于PSO算法的最优自适应策略决策方法,用于解决现有技术在自适应策略空间中策略数量较为巨大的情况下决策效率低的技术问题。实现步骤为:(1)获取自适应系统的决策需求;(2)建立自适应策略空间;(3)构造适应度函数;(4)利用GA算法的交叉和变异对自适应策略空间进行计算,得到中间策略空间,并利用GA算法的选择从中间策略空间选择最优适应度函数值对应的自适应策略加入到目标策略空间,再利用PSO算法对中间策略空间中剩余的自适应策略进行更新,将更新结果加入到目标策略空间中,得到目标策略空间;(5)获取最优自适应策略。本发明具有决策效率高、适用范围广、可避免自适应策略之间的冲突的优点。
  • 基于模拟退火和信息熵的自适应多目标混合差分进化算法-201910501632.9
  • 苑海涛 - 北京交通大学
  • 2019-06-11 - 2019-09-06 - G06N3/12
  • 本发明公开一种基于模拟退火和信息熵的自适应多目标混合差分进化算法。该方法改进了多目标差分进化算法的随机初始化过程,以及传统自适应多目标差分进化算法的变异、交叉和选择部分。该方法将采用基于正交矩阵和因子分析的正交初始化方法,从而获得一组代表性的实验初始组合。然后设计了新的缩放系数,从而改进变异操作函数和参数。然后基于模拟退火算法的Metropolis接受准则设计了改进的交叉操作。最后采用基于熵的拥挤度评估方法设计了改进的选择操作。本发明能够加快差分进化算法的收敛速度以及增大得到全局最优解的概率,从而为多目标优化问题得到理想的进化结果。
  • 一种钢筋混凝土框架结构优化的拟满内力遗传算法-201910474720.4
  • 谢军;段龙;阎杰;王倩;杨永竹;倪雅静;胡英飞;张恒;马宏 - 河北建筑工程学院
  • 2019-06-03 - 2019-08-30 - G06N3/12
  • 本发明公开一种钢筋混凝土框架结构优化的拟满内力遗传算法,包含步骤如下:1、二进制编码,提出变变量长度的二进制编码方式,即一个染色体包含多个子串,且各子串长度不同;2、遗传操作,包含:选择算子、交叉算子、变异算子、拟满内力算子;3、控制参数的确定,确定选择、交叉、变异、拟满算子概率、种群规模的大小、遗传代数等参数;4、初始种群定义,部分由拟满内力法的优化结果组成,部分由随机生成的二进制编码组成;5、对种群进行适应度函数计算,判断种群的优劣;本发明提出的方法可以对多变量、多约束的钢筋混凝土框架结构进行优化设计,提高杆件材料利用率,其优点是降低早熟概率,提高优化效率。
  • 一种混合式基因运算方法-201810148173.6
  • 李宛玲 - 财团法人精密机械研究发展中心
  • 2018-02-13 - 2019-08-23 - G06N3/12
  • 本发明提供一种混合式基因运算方法,其包括下列步骤:接收一追寻目标以随机产生多条解决路径;将各解决路径转化成一第一适应目标;将第一适应目标与追寻目标比对,产生不可行解时,将第一适应目标进行一基因运算,以产生多个第二适应目标;将第二适应目标进行一单点搜寻运算及比较运算,以产生多条第一评估路径与第二评估路径;将各第一评估路径与各第二评估路径转化成一混合适应目标;当混合适应目标符合追寻目标时,则将混合适应目标视为优化解,借此,达到快速收敛及减少演算时间的目的。
  • 自适应二次变异的改进差分进化算法及其应用-201910398190.X
  • 胡福年;吕璐 - 江苏师范大学
  • 2019-05-14 - 2019-08-20 - G06N3/12
  • 自适应二次变异的改进差分进化算法,包括,在算法计算过程中,记录最优适应值连续不更新的代数,达到规定阈值时,利用带柯西分布的当代种群最优解对种群进行二次变异,二次变异采用带有全局最优解和柯西分布的策略,使算法及时跳出停滞状态并控制算法的进化方向向最优解靠近。本发明的自适应二次变异的改进差分进化算法记录最优适应值连续不更新代数,达到阈值时利用带柯西分布的当代种群最优解进行二次变异,既能使算法及时跳出停滞状态,又能控制算法的进化方向向最优解靠近,通过多变异策略,动态地控制算法的收敛性能,提升了算法的收敛速度,应用于电力系统经济调度复杂问题时,相比其他改进方法,可得到更经济的结果。
  • 基于多智能体月台调度智能排序模型的构造-201610145780.8
  • 高山;王永川;姚琳;车静;张东;刘利 - 武汉宝钢华中贸易有限公司
  • 2016-03-15 - 2019-08-20 - G06N3/12
  • 本发明公开一种基于多智能体月台调度智能排序模型的构造;钢材的物流配送属于运输中的重型运输,需要专用的装卸设备和大型的运输车辆,配送装车过程中,车辆的装车效率和顺序(即月台调度)直接关系到配送时效,但月台调度是个多约束条件的组合优化复杂系统,合理排序取得最优化至关重要。本发明引入多智能体技术对实时的车辆调度决策进行研究,构造基于月台的调度排序系统和多智能体算法设计作为多约束条件的组合优化复杂系统,实现多智能体技术对实时的车辆调度决策进行研究提供了新的解决方法,以提高货运作业效率,解决了获取最优解的问题,辅以车辆识别技术对配送车辆全程监控,实现车辆调度的高效和装卸过程的精准,达到钢材精准配送目标。
  • 基于多目标优化的变异测试变异体约简方法-201910277472.4
  • 郑炜;黄月明;冯晨;蔺军;石钊 - 西北工业大学
  • 2019-04-08 - 2019-08-02 - G06N3/12
  • 本发明公开了一种基于多目标优化的变异测试变异体约简方法,用于解决现有变异体约简方法效率低的技术问题。技术方案是首先对已有的程序生成大量变异体,然后制定对变异体进行约简的多目标优化算法目标,包括变异体被检测率、变异体和源程序之间的差别、变异测试花费的时间,通过不同的多目标优化算法对变异体进行约简并一一记录结果并进行对比,最终选择表现最优的多目标优化算法,实现基于多目标优化的变异体约简,提高了变异体约简的效率。
  • 一种神经网络的非线性函数极值优化方法及系统-201910289721.1
  • 张婕;张永胜;段佳希;黄晓翔 - 山东师范大学
  • 2019-04-11 - 2019-07-23 - G06N3/12
  • 本发明公开了一种神经网络的非线性函数极值优化方法及系统,有效地提高了非线性函数极值寻优的求解精度。该方法包括以下步骤:采用正弦自适应遗传算法计算神经网络的所有权值和阈值;根据优化后的神经网络的所有权值和阈值,利用训练数据训练神经网络,将预测数据输入利用训练好的神经网络进行预测,得到神经网络的预测输出值;根据神经网络的预测输出值,采用正弦自适应遗传算法寻找非线性函数的最优极值。
  • 一种核反应堆辐射屏蔽方案设计方法、装置及设备-201910238072.2
  • 陈珍平;于涛;谢金森;郭倩;谢芹 - 南华大学
  • 2019-03-27 - 2019-07-05 - G06N3/12
  • 本发明公开了一种核反应堆辐射屏蔽方案设计方法,包括接收初始方案作为父代种群;依据遗传算法对父代种群进行种群进化,得到子代种群,父代种群与子代种群混合组成辐射屏蔽方案种群;将辐射屏蔽方案种群内各个方案进行两两比对,比对时将两个方案各自的相同设计目标的数值对应比对,依据比对结果对辐射屏蔽方案种群内的方案进行性能排序,筛选符合预设最优性能条件的若干方案作为下一代父代种群,重复上述种群进化操作,直至满足迭代结束条件,得到最终优化方案。本发明在方案比对过程中减少了主观因素,采用相同量纲的设计目标进行比对的方式,比对难度低且最终解的精确度高;本发明还公开了一种基于上述方法的装置、设备及计算机可读存储介质。
  • 一种基于DNA核酶的DNA分子逻辑门-201910174744.8
  • 杨静;张成;吴燃峰 - 华北电力大学
  • 2019-03-08 - 2019-07-02 - G06N3/12
  • 本发明公开了一种基于DNA核酶的DNA分子逻辑门及其构建方法,所述基于DNA核酶的DNA分子逻辑门包括:输入信号、DNA逻辑计算单元和输出信号。在本发明的由DNA核酶调控的分子逻辑计算系统中,DNA核酶扮演了一个输入信号和一个输出报告的多重角色。为此,成功构建了一系列的逻辑门包括是门,或门和与门等。此外,还建立了更为复杂的两层级联电路和反馈自催化逻辑电路。结果经非变性聚丙烯酰胺凝胶电泳和实时荧光检测得到证实。通过上述原理设计和多种实验验证,证明提出的DNA核酶调控策略是构建复杂催化分子计算模型的一种合理可行的方法,很可能在分子传感、纳米器件和DNA计算等领域具有更广泛的应用前景。
  • 基于生成对抗网络模型的混合进化优化方法-201910215529.8
  • 马晶晶;张育泽;张明阳;王善峰;武越;段莹莹;陈澜涛;焦李成 - 西安电子科技大学
  • 2019-03-21 - 2019-06-28 - G06N3/12
  • 本发明公开了一种基于生成对抗网络模型的混合进化优化方法,主要解决传统进化算法在面对优化问题时难以处理高维、非凸优化等情况的问题,其实现步骤为:(1)初始化种群;(2)根据适应度准则计算个体的适应度值;(3)选择优势个体;(4)对优势个体进行交叉、变异操作得到新个体;(5)以优势个体为样本,通过训练生成对抗网络模型生成新个体;(6)将交叉、变异操作后得到的新个体和通过生成对抗网络生成的新个体合并,构成新的子代种群;(7)判断是否终止:算法终止后输出目标函数的最优值,否则返回第(2)步。本发明提高了进化算法的全局搜索能力和收敛速度,可用于解决复杂的高维优化问题。
  • 基于遗传算法的家电节能模型构建方法、控制方法、家电-201910178825.5
  • 谭建明;李绍斌;宋德超;陈翀;岳冬;罗晓宇;王鹏飞;邓家璧;肖文轩 - 珠海格力电器股份有限公司
  • 2019-03-11 - 2019-06-18 - G06N3/12
  • 本发明提供一种基于遗传算法的家电节能模型构建方法、控制方法、家电,构建方法包括:获取家电由当前运行状态向设定运行状态变化的运行工况;获取设定运行状态下家电的运行参数;根据所述运行工况、所述设定运行状态下运行参数构建家电节能模型,采用遗传算法对获取的运行参数进行优化处理得到运行优化参数;控制方法包括:获取家电的运行工况;将运行工况输入到预先优化处理的家电节能模型中以获得家电的运行优化参数,并根据运行优化参数对家电的运行参数进行在线调节修正,控制家电按照运行优化参数运行,运行过程中,保持节能性高,降低了能耗,且运行稳定,从而实现节能控制,给用户带来最舒适的体验,提高了室内环境的舒适度,体验效果好。
  • 一种基于逻辑回归和改进遗传算法的D2D节点配对方法-201910047293.1
  • 鲁蔚锋;任晓强 - 南京邮电大学
  • 2019-01-17 - 2019-05-31 - G06N3/12
  • 本发明公开了一种基于逻辑回归和改进遗传算法的D2D节点配对方法,包含以下步骤:先输入初始节点种群数目N;然后输入包含个体适应度的初始D2D节点数据集并进行基因编码;接着设计并产生N条染色体作为初始群体C0;再使用遗传算法生成三个中间子代节点种群,并从得到的三个中间子代节点种群中,根据适应值取N条染色体形成种群C;然后遍历种群C,存储每个配对请求的初始最大概率接收节点,即种子节点;并计算每个配对请求的初始成功概率及整体平均成功概率;接着使用爬山算法进行配对请求局部优化;遍历结束之后得到整体配对成功率。本发明有提高整体节点配对成功率的优点。
  • 一种基于Spark的遗传算法智能组卷方法-201811533432.3
  • 张雄胜;丁琼华;张若冰;胡义杰;刘涛 - 武汉思路富邦工程咨询有限公司
  • 2018-12-14 - 2019-05-24 - G06N3/12
  • 本发明公开了一种基于Spark的遗传算法智能组卷方法,包括:步骤1,按照设定条件生成各个个体,由各个个体组成初始种群;步骤2,计算各个个体的适应度函数值,判断是否有个体的适应度函数值符合优化准则,若是,则选中适应度函数值符合优化准则的个体并结束自动组卷方法,若否,则执行步骤3;步骤3,对初始种群的各个个体进行遗传操作,得到与各个个体对应的新个体;步骤4,由步骤3所得的全部新个体生成新种群,回到步骤2。本发明利用Spark通过对RDD进行并行切片,然后分发到集群中的多个节点上完成相应的变换操作,最后由行动操作触发所有的运算。Spark的这种运算方式非常适合并行化遗传算法的实现。
  • 遗传算法优化BP神经网络的WPT系统阻抗匹配方法-201811574311.3
  • 王景芹;元士强;樊亚超;崔玉龙 - 河北工业大学
  • 2018-12-21 - 2019-05-07 - G06N3/12
  • 本发明公开了一种遗传算法优化BP神经网络的WPT系统阻抗匹配方法,采用遗传算法对神经网络的权值和阈值进行优化,将优化后的权值和阈值作为神经网络的局部搜索的初始权值和阈值,然后根据系统检测到的输入阻抗作为BP神经网络的输入信号,利用神经网络的局部搜索能力在搜索空间中搜索出最优匹配电容值,通过控制电机调节可变电容实现WPT系统的阻抗匹配。本发明的有益效果是,针对神经网络算法自身存在的易限于局部最小值,收敛速度慢等缺点,引入遗传算法对BP神经网络权值和阈值进行优化,加快了BP神经网络的收敛速度,提高了WPT系统阻抗匹配的准确性和高效性。
  • 一种基于改进遗传算法的云服务系统动态演化方法-201710070315.7
  • 徐洪珍;李卫东;宋文琳;朱雪琴;钟国韵 - 东华理工大学
  • 2017-02-09 - 2019-04-19 - G06N3/12
  • 本发明公开一种基于改进遗传算法的云服务系统动态演化方法,该动态演化方法包括:对云服务系统中的云服务进行动态演化编码;对所述云服务系统进行初始化;构建适应度函数,计算第i类候选云服务中各候选云服务的适应度值;比较第i类候选云服务中各候选云服务的适应度值与第一设定阈值的大小,从中选择出大于或等于第一设定阈值的适应度值对应的第i类候选云服务作为目标云服务;根据全部各类云服务的目标云服务生成目标云服务系统。本发明提供的云服务系统动态演化方法保证了所述动态演化方法能够在全局范围内择优,同时,通过选择操作可以从优化搜索的角度出发进行选择,使云服务一代又一代地优化,能够快速高效地完成对云服务的全局择优。
  • 基于混沌量子遗传算法的随机共振微弱信号检测方法-201610614271.5
  • 行鸿彦;卢春霞 - 南京信息工程大学
  • 2016-07-29 - 2019-04-12 - G06N3/12
  • 本发明公开了一种基于混沌量子遗传算法的随机共振微弱信号检测方法,将混沌量子遗传算法(Chaotic Quantum Genetic Algorithm,CQGA)运算得到的优化参数代入到由α稳定噪声驱动的Duffing双稳随机共振系统中,进行微弱信号检测,其中,CQGA是一种利用混沌搜索改进的量子遗传算法,以量子运算为基础,将量子比特的概率幅应用于遗传编码并通过量子的态矢量表达出来,执行混沌搜索操作更新个体染色体,本发明利用噪声能量增强信号能量,实现信噪比的大幅提高,不依靠更新表查找计算,满足高精度匹配要求,基于α稳定噪声背景拓宽了随机共振的应用范围,给非高斯噪声背景下的小目标检测提供了一种新方法。
  • 一种散货船配载仪的自动配载方法-201610038174.6
  • 吴海波;孙霄峰;尹勇;刘春雷;张东洋;张秀凤;刘秀文;神和龙;任鸿翔;肖方兵 - 大连海事大学
  • 2016-01-20 - 2019-04-05 - G06N3/12
  • 本发明公开了一种散货船配载仪的自动配载方法,包括如下步骤:将初始数据输入到配载仪中;根据浮态方程组确定自动配载的目标函数、设计变量及约束条件;使用差分进化算法对上述目标函数进行求解、寻优;遍历符合条件的个体集合,筛选出符合要求的个体;使用快速非支配排序算法对筛选出的个体集合进行剪力、弯矩排序,找出第一个非支配解集并输出。由于本发明采用差分进化算法进行模型的寻优求解,并使用快速非支配排序算法对符合条件的结果进行排序,无需建立知识库,有效减少了人为的不确定因素,使配载结果更加合理。不仅可以找到合理的配载方案使船舶达到符合约束条件的状态,而且能够找到使船舶的剪力和弯矩达到最佳或最优状态的配载方案。
  • 一种带约束云工作流调度的自适应多目标进化方法-201710046208.0
  • 刘丽;张淼;李慧琦;范琦 - 北京科技大学;北京理工大学
  • 2017-01-22 - 2019-03-29 - G06N3/12
  • 本发明提供一种带约束云工作流调度的自适应多目标进化方法,能够提高多目标进化方法的全局探测和局部开采能力。所述方法包括:S1、根据Pareto解的个数和Pareto熵检测种群在进化过程中所处的进化状态,根据检测到的种群在进化过程中所处的进化状态,自适应地利用相应的个体评估策略处理约束条件,并对种群中的个体进行排序,其中,在个体评估策略中,采用约束违反处理方法来处理约束条件;S2、根据个体排序结果,从种群中选择个体进行遗传操作,得到子种群,其中,在进行遗传操作时,根据种群在进化过程中所处的进化状态自适应地调节进化参数。本发明适用于解决带约束的多目标优化问题,并可应用于云计算环境中工作流调度技术领域。
专利分类
×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

400-8765-105周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top