MOPF可以理解为约束单目标最优功率流(OPF)[5]的扩展,旨在最大限度地降低电力系统的总发电成本,同时满足供需之间功率平衡的需求,但受制于发电机有功和无功功率的运行限制[6], 以及整个系统的安全性。 MOPF通常通过使用多目标优化(MOO)[7]算法来解决,该算法考虑了具有不同权衡水平的几个相互冲突的目标[8]。因此,...
步骤:对于每一个子问题寻找当前种群中的最优值,再将他们组成一个新的理想点 3、最低点更新 原理:用p的非支配解中每个目标的最大值来逼近最低点,进一步降低了非支配解的计算成本,选取近似最低点时,只选取P中与角点解接近的解SP的子集。 步骤:对于P根据上述公式来找出集合SP,再利用非支配排序,找出非支配层中...
一种基于动态多目标进化的多目标参数优化方法专利信息由爱企查专利频道提供,一种基于动态多目标进化的多目标参数优化方法说明:本发明实施例公开了一种基于动态多目标进化的多目标参数优化方法和系统、电子终端和存储介质。所述方...专利查询请上爱企查
摘要 本发明公开了一种基于局部-全局联合引导的多目标优化协同进化方法,该方法将一类多目标优化问题划分为全局目标fG和一系列局部目标fj,采用协同进化方式由各fj和评估向量B驱动各决策变量xi协同进化;进化过程中由fG选择刷新B,决策变量种群最终产生趋于fG和各fj优化要求的Pareto解集。经过计算可获得各局部目标f1,f2,f3...
摘要:本发明公开了一种双层优化异构代理模型辅助多目标进化优化计算方法,涉及多目标优化技术领域,首先使用拉丁超立方采样从设计空间生成初始化样本并评估其适应度值,用当前最佳数据建立全局快速Kriging模型,运用自适应熵差选择参考点的ARNSGA‑3作为优化器生成全局候选解,判断是否转变评估阶段;构建局部SVM分类器,运用MOEA...
基于参考点的高维多目标进化优化方法摘要高维多目标优化问题普遍存在且难以解决,到目前为止,尚缺乏有效解决该问题的进化优化方法。本文提出一种基于参考点的高维多目标进化优化方法,设置一组不断更新的参考点集,引导种群进化;参考点集具有比当前优化解集更好的收敛与分布性能,代表期望的下一代优化解集;基于距离关系,选择...
一种基于分解思想的卷积神经网络代理模型的多目标优化进化计算方法专利信息由爱企查专利频道提供,一种基于分解思想的卷积神经网络代理模型的多目标优化进化计算方法说明:本发明的目的是提出一种基于分解思想的卷积神经网络代理模型的多目标优化进化计算方法。在主流代理模
根据“强度优于”关系设计了一种新型的适应度评价方法。通过图形用户界面在多目标优化进化算法中交互式地引入决策者的偏好信息,使算法搜索到期望区域内的解。对算法的计算复杂度进行了分析。使用所提算法求解具有5个优化目标的柔性机械手控制系统的参数优化问题,仿真结果表明所提算法能够有效地处理高维多目标优化问题,并...