基于粒子记忆体的多目标微粒群算法

来源 :计算机应用研究 | 被引量 : 6次 | 上传用户:mrcool111
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
针对多目标微粒群算法(MOPSO)解的多样性分布问题,提出一种基于粒子记忆体的多目标微粒群算法(dp-MOPSO)。dp-MOPSO算法为每个微粒分配一个记忆体,保存寻优过程中搜索到的非支配pbest集,以避免搜索信息的丢失。采用外部存档保存种群搜索到的所有Pareto解,并引入动态邻域的策略从外部存档中选择全局最优解。利用几个典型的多目标测试函数对dp-MOPSO算法的性能进行测试,并与两种著名的多目标进化算法m-DNPSO、SPEA2进行比较。实验结果表明,dp-MOPSO算法可以更好地逼近真实
其他文献
要提高专业课的课堂教学效果,离不开一支高素质的师资队伍。本文从教学备课、教学方法、教学手段、教学艺术、产学研相结合等方面进行了探讨,分析了新时期提高专业课课堂教学效
文章指出了《管理学》课程教学仍然较为普遍地存在一些问题,并分析其原因所在,提出从"IKAQ"四个方面对教学目标进行重构,从课程教学设计、课程考核改革和师资培养三个方面着手
文章对实践教学环节职业道德教育现状和存在的问题进行了论述,并剖析了产生的原因,同时提出了加强改进的措施。
为解决时钟同步方案存在依赖特殊节点以及算法精度不高等问题,在组网过程与自组网互同步相结合的基础上,完成网络节点的时钟同步,并通过测量网络延迟以提高同步精度。方案在一跳场景下验证,可将误差维持在15μs左右,提高了同步精度,并且本方案不需要特殊节点,各个节点只需要收到一个同步帧就可以自发地调整时钟,同步帧的开销小、实现简单,适用于多跳和灵活易变的Ad hoc网络。
在基于单目标优化构造网络编码的基础上,提出了基于多目标优化的网络编码的构造方法。把多源组播网络划分成多个单源组播网络,各单源组播网络的组播容量互相制约,为了使各单源组播网络的组播容量达到最大,采用粒子群优化算法进行子图划分,动态求解包含各子图组播容量的Pareto解集。用户可以优先考虑某个子图的组播容量,选择相应的解向量进行线性网络编码构造。仿真测试结果表明,本方法是可行的。
就《农业机械学》课程教学目前存在的主要问题、教学改革方案、多元化教学模式等进行了探讨,并进行了教学实践。结果表明,多元化教学模式是以学生为本的新的教学模式,是实现以教