CN107016461-CN201710205652-一种混合多目标进化方法.pdfVIP

CN107016461-CN201710205652-一种混合多目标进化方法.pdf

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
CN107016461-CN201710205652-一种混合多目标进化方法

(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 107016461 A (43)申请公布日 2017.08.04 (21)申请号 201710205652.2 (22)申请日 2017.03.31 (71)申请人 北京科技大学 地址 100083 北京市海淀区学院路30号 (72)发明人 刘丽 刘涛 谷淑贤 范琦  (74)专利代理机构 北京市广友专利事务所有限 责任公司 11237 代理人 张仲波 (51)Int.Cl. G06Q 10/04(2012.01) 权利要求书3页 说明书10页 附图7页 (54)发明名称 一种混合多目标进化方法 (57)摘要 本发明提供一种混合多目标进化方法,得到 分布性较好的解。所述方法包括:在第G次迭代 时,根据当前迭代次数调整自适应变异中的变异 因子和交叉操作中的交叉因子,基于调整后的变 异因子和交叉因子,利用自适应全局DE算法对第 G代种群中所有个体进行自适应变异和交叉操作 产生子种群;将第G代种群和子种群进行结合,确 定每个个体的QoS指标值,根据确定的QoS指标值 计算每个个体的非支配等级和拥挤度;根据计算 得到的非支配等级和拥挤度,选择非支配等级低 且拥挤度大的N个个体作为新种群;采用局部搜 索方法对新种群中的非支配解集进行局部搜索, A 淘汰分布度不好的个体。本发明适用于互联云计 1 算环境中的服务组合领域。 6 4 6 1 0 7 0 1 N C CN 107016461 A 权 利 要 求 书 1/3页 1.一种混合多目标进化方法,其特征在于,包括: 在第G次迭代时,根据当前迭代次数调整自适应变异中的变异因子和交叉操作中的交 叉因子,基于调整后的变异因子和交叉因子,利用自适应全局DE算法对第G代种群中所有个 体进行自适应变异和交叉操作产生子种群; 将第G代种群和子种群进行结合,确定结合后的种群中每个个体在多个目标下的QoS指 标值,根据确定的QoS指标值计算结合后的种群中每个个体的非支配等级和拥挤度; 根据计算得到的结合后的种群中每个个体的非支配等级和拥挤度,选择非支配等级低 且拥挤度大的N个个体作为新种群,其中,所述新种群包括:非支配解集; 采用局部搜索方法对新种群中的非支配解集进行局部搜索,淘汰分布度不好的个体。 2.根据权利要求1所述的混合多目标进化方法,其特征在于,在第G次迭代时,根据当前 迭代次数调整自适应变异中的变异因子和交叉操作中的交叉因子,基于调整后的变异因子 和交叉因子,利用自适应全局DE算法对第G代种群中所有个体进行自适应变异和交叉操作 产生子种群之前,所述方法还包括: 在第G次迭代时,计算第G代种群中所有个体在多个目标下的QoS指标值; 根据计算得到的第G代种群中每个个体在多个目标下的QoS指标值,计算第G代种群中 每个个体的非支配等级和拥挤度; 根据计算得到的第G代种群中每个个体的非支配等级和拥挤度,从第G代种群中选出非 支配等级最小且拥挤度最大的个体作为最优个体。 3.根据权利要求2所述的混合多目标进化方法,其特征在于,所述计算第G代种群中每 个个体的拥挤度包括: 通过拥挤度计算公式计算每个个体的拥挤度,所述拥挤度计算公式表示为: 其中, 表示第G代种群中个体x 的拥挤度距离, 和 分别表示个体 i,G x 和x 在目标m下的QoS指标值,m∈(1,2,…,M),

您可能关注的文档

文档评论(0)

18273502 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档