搜索结果: 1-6 共查到“计算机科学技术 NSGA-II”相关记录6条 . 查询时间(0.1 秒)
解决微网中新能源出力的随机性与波动性是微电网优化运行的前提和关键,为此,提出一种快速非支配排序遗传算法NSGA-II（non-dominated sorting genetic algorithm）和基本粒子群优化算法PSO（particle swarm optimization）相结合的NSGA-II-PSO算法,考虑将经济运行成本和环境污染成本作为优化的目标函数,建立常见发电单元以及蓄电池储能...
基于NSGA-II的晶体学光束线多目标自动优化
生物大分子晶体学 NSGA-II 多目标优化 Pareto最优解集
2022/3/15
由光束线状态决定的光束质量很大程度上影响着生物大分子晶体学的实验结果，目前上海光源晶体学线站的调光工作是由线站工作人员手动完成，费时费力。上海光源衍射线站采用差分进化算法实现了光束线样品点处光通量的单目标自动优化，但该方案仍然存在一定的局限性。为了进一步完善光束线自动优化方案和提高实验用户的束线机时使用效率，使用Python语言设计开发了基于带精英策略的非支配排序的遗传算法（NonDominate...
Modified NSGA-II for a Bi-Objective Job Sequencing Problem
Job Sequencing Multi-Objective Evolutionary Algorithm (MOEA) NSGA-II (Non-Dominated Sorting Genetic Algorithm-II) Tardiness Deterioration Cost
2013/1/28
This paper proposes a better modified version of a well-known Multi-Objective Evolutionary Algorithm (MOEA) known as Non-dominated Sorting Genetic Algorithm-II (NSGA-II). The proposed algorithm contai...
快速提高NSGA-II算法双目标优化效率的方法
多目标进化 非支配前沿 按需分层
2009/12/10
NSGA-II是一种性能优良的多目标进化算法，近年来非常流行。为了进一步改进NSGA-II在双目标优化时的效率，采取了按需分层的策略，提出了一种新的非支配前沿集分层方法以替代NSGA-II原有的分层方法。与NSGA-II的时间复杂度O（N2）相比，新方法的时间复杂度减少为O（kN＋NlogN），k为所分前沿层数（k<NSGA-II相比具有更少的非支配前沿层数，支配比...
NSGA-II中重复个体产生原因分析及影响研究
进化操作 拥挤距离 变量维数
2009/7/24
进化种群中出现重复个体意味着搜索区域的重叠，使得算法探索新可行区域的效率降低。另外个体重复浪费了解集中的个体名额，且造成信息冗余，使得解集的有效代表性变差。这在用NSGA-II处理低维问题时体现得较为严重。分析了NSGA-II中出现重复个体的原因，测试了编码方式和变量维数与重复个体数量的关系；通过实验检验了重复个体对于算法性能和解集质量的影响。实验结果表明，去除重复个体的算法能获得分布性更好的解集...