毕业论文

打赏
当前位置: 毕业论文 > 数学论文 >

基于分布估计算法的多目标优化问题研究

时间:2019-08-08 18:26来源:毕业论文
分布估计算法是求解多目标优化问题的一种方法,本论文首先介绍分布估计算法的基本思想和基本流程,然后介绍多目标优化问题,最后给出实例,运用分布估计算法求解多目标优化问

摘  要:分布估计算法是求解多目标优化问题的一种方法,本论文首先介绍分布估计算法的基本思想和基本流程,然后介绍多目标优化问题,最后给出实例,运用分布估计算法求解多目标优化问题.
毕业论文关键词:分布估计算法;多目标优化问题;实例38318
Research on the Multi-objective Optimization Problem Based on the Estimation of Distribution Algorithm
Abstract: The estimation of distribution algorithm is a method for solving the multi-
objective optimization problem. Firstly, this paper introduces the basic idea and pro-
cess about the estimation of distribution algorithm. Then the multi-objective optimi-
zation problem is presented. Finally, an example is given by using the distributed estimation algorithm to solve the multi objective optimization problem.
Key words: Estimation of distribution algorithm; Multi-objective optimization
problem; Examples
目    录

摘  要    1
引言    2
1. 分布估计算法    3
1.1 分布估计算法的基本思想    3
1.2 分布估计算法基本流程    4
1.3 一个简单分布估计算法的例子    4
2. 多目标优化问题    5
2.1 多目标优化问题的产生背景    5
2.2 多目标优化问题的数学模型    6
3. 分布估计算法求解多目标优化问题.    6
3.1 多目标分布估计算法的基本思想    6
3.2 实例    6
3.3 多目标分布估计算法的展望    10
4. 结束语    10
参考文献    10 源-自*六'维:论.文]网[www.lwfree.cn
致谢    12
基于分布估计算法的多目标优化问题研究
引言
优化问题是有着悠久历史并且很艰巨的问题,它将很多学者的眼光聚集在一起.个别优化问题被经典办法巧妙解决了,但部分多目标优化问题没有很好的处理方案. 然而,实际生活里的大部分优化问题都触及多个目标的优化,这些目标并不是单独出现的,它们常常是聚集在一起且处于彼此竞争的状态,各个目标有不同的意旨和量纲,彼此间的竞争和繁杂性使得对其优化变得特别艰巨. 分布估计算法本身存在并行性,是进化估计畛域新起的一类随机优化算法,适宜办理这种题目. 分布估计算法把遗传算法与统计学联合在一起,用统计学习的方法构建解空间内个体分布的几率模型,之后对几率模型随机采样产生新的群体,像这样重复进行,实现群体进化. 分布估计算法采用了“选择+繁殖”的集体进化战术,利用构建几率图模型和采样几率图模型的进化方式,防止了先前遗传算法中交叉算子和变异算子带来的随机性以及盲目性,有效地提升了进化搜索效率.
1996年,分布估计算法被提出,2001年,分布估计算法得到快速成长,成为估计畛域前沿的钻研热点. 2006年,进化估计畛域很有威望的期刊Evolutionary Computation上刊行了分布估计算法的专刊,近些年来国际上进化估计畛域的许多学术会议把分布估计算法作为一项紧要专题来探讨[1]. 分布估计算法在解决题目时展现出了比普通遗传算法更优的性状,运用分布估计算法求解科学中的繁杂的优化题目具备很好的潜能. 当前,分布估计算法已然在很多畛域取得了很好运用. 比如,基于EDA算法的货车轮子机械构造的优化设想、基于EDA算法的软件测算、EDA算法在生物分支中的运用、军事装备的优化设计、生理遗传学中的性状辨别等等.分布估计算法的应用已经渗透到了模式识别、控制论、工程优化、机器模型和生物信息等多数畛域[2]. 基于分布估计算法的多目标优化问题研究:http://www.lwfree.cn/shuxue/20190808/37269.html
------分隔线----------------------------
推荐内容