周聪
- 作品数：8 被引量：47H指数：5
- 供职机构：湘潭大学信息工程学院更多>>
- 发文基金：国家自然科学基金湖南省教育厅重点项目湖南省自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 用多目标进化算法搜索MOPs的鲁棒Pareto最优解被引量：6
- 2009年
- 搜索鲁棒Pareto最优解是多目标进化算法(MOEA)研究的一个重要方面.目前,优化"原目标函数"的传统MOEA与基于"有效目标函数"的MOEA(Eff-MOEA)在搜索鲁棒Pareto最优解时都易丢失某些性质的解.为解决这一缺陷,本文定义了一种新的鲁棒Pareto最优解,提出了一种新的搜索鲁棒Pareto最优解的MOEA(MOEA/R),MOEA/R将多目标鲁棒优化问题(MROP)转化成两目标问题来优化,一个目标为解的质量,另一个目标为解的鲁棒性,每一目标均对应一子优化问题.通过与NSGA-Ⅱ及Eff-MOEA的对比分析,结果表明MOEA/R的结果较好,更重要的是本文探索了一种新的搜索鲁棒Pareto最优解的思想.
- 郑金华罗彪周聪李望移
- 关键词：多目标进化算法鲁棒性
- 基于动态ε支配的多目标遗传算法
- 2009年
- 基于Pareto支配的MOEA存在着一些缺陷,如容易出现退化现象等。而基于ε支配的MOEA可以比较好地解决这些问题,并具有比较理想的收敛性和分布性。但是采用传统的ε-MOEA时,最大的困难就是ε的值的设定,并且传统的MOEA得出的解在边界部分个体的丢失现象也比较严重。针对这种情况提出了一种新的基于动态ε支配的多目标遗传算法(DEMOEA),它不需要手动设定ε的值,并且引入了动态网格概念来改善边界解丢失的现象。通过与其他两个经典的多目标进化算法的NSAGA-Ⅱ和SPEA-2的对比实验,表明提出的DEMOEA能在收敛性、分布性有较好的改进。
- 李珂郑金华周聪
- 关键词：多目标优化
- 一种改进的TSP启发交叉算子被引量：7
- 2008年
- 旅行商问题(TSP,Traveling Salesman Problem)是一种经典的NP组合优化问题。遗传算法在求解这类组合问题方面明显优于传统算法,同时也提出了许多求解较好路径的交叉算子。在对比分析唐立新提出的两种启发式交叉算法的基础上,提出了一种新的交叉算子。该算子通过判断父代的城市是否相邻来保存有效基因片断,通过加入一个移动的窗口来加快算法收敛。实验结果表明了该算子的有效性。
- 周聪郑金华
- 关键词：遗传算法TSP问题
- 基于多种群进化的遗传算法被引量：19
- 2010年
- 针对单个种群的遗传算法容易陷入局部收敛而出现早熟的情况,提出了一种新的多种群遗传算法,用多线程并行处理的方法实现种群之间同步进化。实验证明,基于多种群的遗传算法能够有效地避免局部收敛问题,通过与简单遗传算法进行比较,所提出的新算法不仅收敛速度快,而且收敛效率高,是一种可行、有效的算法。
- 吕卉周聪邹娟郑金华
- 关键词：遗传算法多种群简单遗传算法
- 基于最小二乘法的高维目标减少算法被引量：6
- 2011年
- 多目标进化算法在许多领域有广泛的应用,大部分文献都只针对二维与三维的测试问题,目标减少成为高维优化的热点之一.本文从决策者角度考虑冗余目标问题,提出了基于最小二乘法的目标减少算法(ORLSM),该方法将每个目标函数分段拟合为若干条直线段,然后比较各直线段之间的斜率来确定最冗余目标对,进而确定冗余目标.同时针对目标减少前后个体支配关系的变化情况,提出了支配关系改变率的评价方法.通过3个测试函数,分别用逆世代距离(IGD)、支配关系改变率(CDR)和时间效率3个方面,对同类的两个算法进行了性能测试.结果表明,ORLSM在总体上具有最好的性能:CDR和IGD具有基本一致的评价结果.
- 郑金华周聪李珂吕卉
- 关键词：最小二乘法
- 高维多目标减少算法的比较与研究
- 在实际优化过程中,许多优化问题都需要同时考虑多个目标,并且这些目标往往是相互冲突的,因此,多目标优化受到更多的关注。进化算法是模拟生物自然进化的全局智能搜索算法,广泛地应用于求解高度复杂的非线性问题。研究者们针对不同的应...
- 周聪
- 关键词：多目标优化多目标进化算法
- 文献传递
- 基于空间交配遗传算法的收敛性分析被引量：8
- 2010年
- 基于空间交配遗传算法(GASM)采用空间交配遗传算子,有效克服早熟收敛问题,但缺少相关理论分析.文中采用马尔可夫链分析基于空间交配遗传算法的收敛性.证明采用最优个体保留机制的GASM,可收敛到全局最优解.同时证明在没有变异算子的情况下,GASM以概率1收敛到全局最优解.通过4个测试问题(其中3个为多峰值复杂问题)的对比实验,结果表明,GASM在求解多峰值复杂问题时,比采用最优个体保留机制的经典遗传算法,具有更好的收敛性.同时也与快速蜂群优化算法进行比较实验.
- 郑金华吕卉伍军周聪李珂李密青
- 关键词：遗传算法马尔可夫链收敛性
- 高维目标减少算法被引量：2
- 2010年
- 在多目标优化中,许多实际问题都是由很多目标(超过三个)所组成,但是目前提出的大多数算法却只有在三维以下时高效。由于超过三维的情况无法用欧式空间来表示,而且在处理高维问题时,算法的时间复杂度通常很高,因此人们开始考虑将高维目标转化为低维目标后再处理。首先介绍了目前已经存在的将高维目标转化为低维目标的算法,提出了一种新的算法,该方法通过数据拟合,将各目标函数拟合为一条直线,比较相互之间的斜率之差来确定目标是否存在冗余,以期减少冗余目标。
- 陈静周聪李珂郑金华
- 关键词：多目标优化数据拟合
