龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：沈阳化工大学
摘要：一种基于极值点pareto前沿的决策变量分组多目标优化方法，涉及一种决策变量分组多目标优化方法，本发明基于极值点pareto前沿的决策变量分组多目标优化方法比传统的没有考虑决策变量作用的多目标优化法增加了分组过程，从而更快速的找到收敛变量。在后期种群进化时根据不同的变量采取不同的进化策略。在变异操作中，针对收敛性决策变量的优化阶段设计一种振荡幅度函数，将其振荡幅度逐渐减小从而使收敛更加精准。在分布变量优化时在其原值域内随机扰动，保证了种群分布的广泛性。因此，本方法针对决策变量分组方法分类优化可以更高效的得到适应能力较好的种群。
主权项：1.一种基于极值点pareto前沿的决策变量分组多目标优化方法，其特征在于，所述方法包括以下过程：Step1:求各目标方向极值点Pareto最优解集PS：初始化大小为N种群，并将其分割为M段，每段对应一个目标；循环进行P次迭代：对于每个目标i，在对应种群分段中的每个个体在整个种群范围内进行交叉、变异操作，新个体存入缓冲队列queue[i]；从每个queue[i]中取前NM个个体组成新的下一代种群；P次迭代后得到的种群即为极值点Pareto最优解集PS；Step2:决策变量分组：对PS的每个个体，求各决策变量的最大值和最小值，以确定该决策变量在最优解集中的取值范围；对于每个决策变量，根据取值范围是否小于收敛宽度，将该决策变量分类到收敛变量集CV或分布变量集DV；如果变量属于CV，根据其在PS中的取值范围重新调整其值域；Step3:种群初始化：根据调整后的决策变量值域进行种群的初始化；Step4:种群进化：当为满足进化终止条件时，对每个个体进行交叉、变异操作；在变异操作中，对属于CV的收敛变量进行收敛值域内扰动，对属于DV的分布变量在原值域内随机扰动；将所有新个体根据非支配排序和拥挤距离选择策略，形成新的种群；Step5:输出种群。
全文数据：
权利要求：
百度查询： 沈阳化工大学 一种基于极值点pareto前沿的决策变量分组多目标优化方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号