人力资源管理毕业论文范文-多目标粒子群算法.doc免费

多目标粒子群算法 一、论文说明 本写作团队长期从事人力资源管理师论文写作，擅长数据处理、文献查找 图表绘制、理论分析，以及相关论文的发表 论文写作具体联系金老师QQ：387 826 70 二、参考范文 题目：基于分解的自适应多目标粒子群算法研究 概要：摘要： 针对多目标粒子群算法在选取全局最优解和保持种群多样性上存在的缺陷，本文提出了一种基于分解的自适应多目标粒子群优化算法。该算法采用切比雪夫聚合方法，将多目标问题聚合为若干个单目标问题，并对每一个单目标问题粒子的速度和位置更新公式进行改进，提高了算法搜索到Pareto解集的效率。同时，改进了惯性权重和加速因子，使其自适应调整，能够更好地平衡全局和局部搜索，采用网格技术存储最优解集，能有效保持进化群体... 题目：基于混沌粒子群算法的多目标二维切割问题 概要：摘要 多维切割问题是木材加工、机加工和造纸等行业在生产中经常遇见的实际问题。排样切割完成后，往往都会有一些大小不等、数量不同的剩余材料。本文优化利用这些材料，进一步减少浪费。通过和贪心启发式^法的比较，证明该混合算法对解决多目标二维切割问题是行之有效的。 多目标切割问题 粒子群算法 混沌粒子群算法 二维切割问题在轻 工、排版、玻璃切割等行业的广泛应用，国内外对矩形件排样优化的问题己经做了相当... 题目：自更新网格的多目标粒子群变异算法的实验研究 概要：摘 要 本文采取一种自更新网格的粒子群算法来搜索多目标问题的解，并且将一种变异算子应用到群体领导者的选择策略上，同时使用外部存档和阀值的方式来保存非劣解。通过对多目标问题的基准函数ZDT1的测试，该算法具有良好的性能。 关键词 网格；外部存档；变异 1 背景介绍 在现今的社会中，数据已经渗透到每一个行业和业务职能领域，逐渐成为重要的生产因素。如何从一堆看起来毫无章法的数据中找出其中的规律促成了数据挖掘这一... 题目：基于多目标粒子群优化的DCT域数字水印算法 概要：摘 要： 根据对粒子个体的非支配排序和计算拥挤距离，提出一种改进的多目标粒子群优化（IMOPSO）算法。将IMOPSO应用于DCT域数字水印系统设计，提出基于多目标粒子群优化的数字水印算法。该算法以水印嵌入位置作为粒子的解，以不可见性（PSNR）和鲁棒性（NC）作为两个优化目标，得到数字水印系统的最优解集。实验结果表明，提出的算法得到多种满足PSNR值和NC值平衡的水印嵌入方案。与其他相关算法在同等条件下相比较，算法满足水印... 题目：改进的多目标启发式粒子群算法及其在桁架结构设计中的应用 概要：摘要：针对工程结构多目标优化设计中出现的约束条件处理能力差、编程复杂，计算效率低且收敛精度差等问题，对启发式粒子群算法（HPSO）进行改进，提出了多目标启发式粒子群算法（MOHPSO），并与多目标粒子群算法（MOPSO）和改进的多目标群搜索算法（IMGSO）进行比较。通过对15杆平面桁架、40杆平面桁架和72杆空间桁架3个经典算例的计算，证明了所提出的MOHPSO算法的有效性。结果表明：MOHPSO算法具有收敛精度高、约束处理能力强、... 题目：教与同伴学习粒子群算法求解多目标柔性作业车间调度问题 概要：摘要：针对多目标柔性作业车间调度问题，提出了带Pareto非支配解集的教与同伴学习粒子群算法。首先，以工件的最大完工时间、最大机器负荷和所有机器总负荷为优化目标建立了多目标柔性作业车间调度模型。然后，该算法结合多目标Pareto方法和教与同伴学习粒子群算法，采用快速非支配排序算法产生初始Pareto非支配解集，用提取Pareto支配层程序更新Pareto非支配解集，同时采用混合分派规则产生初始种群，采用开口向上抛物线递减的惯性... 题目：改进的自适应多目标粒子群算法 概要：摘要：边界处理和全局最优引导者选择操作对多目标粒子群算法的性能有重要影响，在考虑不同操作方法特征的基础上，提出了改进的自适应多目标粒子群（multiobjective particle swarm optimization， MOPSO）算法.当算法陷入局部最优时，启用交叉变异操作；当算法收敛性停滞时，轮换修剪边界处理和指数分布边界处理操作；当算法多样性停滞时，轮换反比于拥挤距离和反比于控制粒子数目的全局最优引导者概率选择操作.标准测试函数以及柔... 题目：基于粒子群算法的钻进参数多目标优化 概要：摘 要： 为了使钻进过程达到最优，提出了基于机械钻速、钻头寿命和钻头比能的钻进参数多目标优化模型。参考典型的多目标优化进