导读:本文包含了非支配遗传算法论文开题报告文献综述及选题提纲参考文献，主要关键词:计量自动化终端,非支配排序遗传算法,多目标,混合流水线
非支配遗传算法论文文献综述
李波,曹敏,李仕林,张林山,刘清蝉[1]（2019）在《计量自动化终端自动化检测流水线调度非支配排序遗传算法》一文中研究指出为解决计量自动化终端自动化检测流水线调度问题,建立了以检定时间最短、检定成本最低、检定质量最好为目标的多目标混合流水线调度问题模型。通过对带精英策略的非支配排序遗传算法(NSGA-Ⅱ算法)的学习与设计,得到最优方案。与原有的以检定时间最短为目标的优化算法相比,NSGA-Ⅱ可以在不增加检定时间的基础上,降低检定成本,并提高检定的质量。实验表明,NSGA-Ⅱ算法对解决计量自动化终端自动化检测流水线调度问题是有效的,具有工程意义。(本文来源于《大连工业大学学报》期刊2019年04期）
王青松,谢兴生,周光临[2]（2019）在《一种改进的非支配排序遗传算法》一文中研究指出提出了一种改进的非支配排序遗传算法。通过扩大第一代种群规模,在初期加速种群的进化;对选择算子引入概率操作来提高种群的多样性;同时引入混合交叉算子,动态调节算法的搜索空间。最后以收敛性和分布性作为性能指标,使用公开的多目标测试函数对其进行测试,并与基本的非支配排序遗传算法和改进的多目标粒子群算法进行比较。实验结果表明,改进后的非支配排序遗传算法在收敛性和分布性两方面均有提升。(本文来源于《信息技术与网络安全》期刊2019年05期）
刘炜,王彦春,谢玮[3]（2019）在《基于快速非支配排序遗传算法的VTI介质多分量迭前联合反演》一文中研究指出在VTI介质中,由于引入了各向异性参数使得多分量多参数地震反演问题的非线性程度显着增加,因此采用传统的权重加权法构建单目标函数进行反演得到的反演结果往往并不理想.本文以反射率法为基础,结合快速非支配排序遗传算法研究了一种VTI介质的多分量迭前联合反演方法.该方法以反射率法为正演方程,应用互相关原理构建PP波和PSV波的多目标函数,进而采用快速非支配排序遗传算法全局寻优获得VTI介质的厚度、纵横波速度、密度和各向异性参数等多个参数.在正演的过程中,反射率法可以考虑几何扩散、吸收衰减、透射损失、多次波以及纵横波旅行时不匹配等地震波传播效应,更能精确地描述地震波在地下地层中的真实传播情况;在反演的过程中,快速非支配排序遗传算法可以在不引入权重系数的条件下同时优化多个目标函数,获得联合反演问题的Pareto最优解,既不添加权重系数影响又充分利用多分量地震数据.模型测试结果验证了该反演方法的有效性和可行性.(本文来源于《地球物理学报》期刊2019年04期）
陈玉龙,李淑娟,卜文浩,王馨翊[4]（2019）在《基于响应曲面法与改进非支配遗传算法电火花线切割单晶硅工艺优化》一文中研究指出单晶硅加工过程中追求切削效率与表面质量既可以提高晶圆自身品质又可以降低生产成本。通过响应曲面法(RSM)建立关于输入参数电压、脉宽、脉间、线锯速度与工艺结果的二阶模型,方差分析表明模型方程可行性。运用改进非支配遗传算法(NSGA-II)对加工工艺进行优化可以得到一组关于工艺结果的非支配解,这些非支配解可以满足不同条件下工程加工者的需要。进行相应实验验证非支配解可行。(本文来源于《机械强度》期刊2019年01期）
秦仙蓉,张氢,刘超,徐俭[5]（2018）在《基于非支配排序遗传算法的塔机有限元模型修正》一文中研究指出为了建立一个能准确反映结构实际状态的有限元模型,提出了一种基于非支配排序遗传算法Ⅱ(NSGA-Ⅱ)的有限元模型修正方法.首先建立初始有限元模型,基于二次响应面法,得到有效的响应面替代模型,然后采用NSGA-Ⅱ对该模型进行修正,最终建立了满足工程精度要求的可靠的有限元模型.给出了某型塔机有限元模型修正的工程算例,将修正后的计算结果与实测数据相比较,说明了基于NSGA-Ⅱ多目标优化算法对于有限元模型修正具有理想的效果,修正后的有限元模型能准确反映结构力学特性.(本文来源于《东北大学学报(自然科学版)》期刊2018年07期）
肖俊明,刘凯松,朱永胜,谢亮,高洪洋[6]（2018）在《基于改进参考点的快速非支配排序遗传算法研究》一文中研究指出快速非支配排序遗传算法(NSGA-Ⅱ)是解决多目标优化问题的经典算法,然而在解决高维多目标问题时,算法的优化效果不佳。本文改进了参考点策略中参考点的生成方式,并将改进后的参考点策略与NSGA-Ⅱ相结合,使其在优化高维多目标问题时的求解性能有了较大的提高。利用DTLZ标准测试函数对4种算法进行了对比,结果表明,改进后的算法在有效解决高维多目标问题的同时,保证了良好的分布性能。(本文来源于《中原工学院学报》期刊2018年03期）
袁帅鹏,李铁克,王柏琳[7]（2019）在《多目标炼钢—连铸生产调度的改进带精英策略的快速非支配排序遗传算法》一文中研究指出针对炼钢连铸调度的特殊工艺要求,在考虑炉机匹配原则和多重精炼的情况下,建立了以炉机匹配度、炉次间等待时间、浇次的开浇提前/拖期时间为评价指标的多目标约束满足优化模型,并针对其多目标特征,提出一种基于自适应网格法的择优策略来改进带精英策略的快速非支配排序遗传算法,有效克服了使用传统Pareto支配法择优策略在解决离散问题时容易丢失有用信息的缺陷。基于多种规模的实际生产数据进行仿真实验,结果表明所提算法在收敛性、最优解集多样性和计算效率方面优于传统带精英策略的快速非支配排序遗传算法。(本文来源于《计算机集成制造系统》期刊2019年01期）
王嵘冰,徐红艳,郭军[8]（2018）在《自适应的非支配排序遗传算法》一文中研究指出针对带精英策略的非支配排序遗传算法不能根据环境变化自适应地动态调整运行参数,难以实现对解空间的高效搜索,提出一种自适应的非支配排序遗传算法.所提出算法根据运行阶段、运行代数和当前临时种群非支配个体数动态调整进化个体的运行参数,通过提高进化算子的自适应能力使算法具有自适应性.经实验对比,所提出算法在收敛性、多样性两方面确有提升,可以有效提高原算法的搜索能力.(本文来源于《控制与决策》期刊2018年12期）
刘炜,王彦春,谢玮[9]（2017）在《基于快速非支配排序遗传算法的多分量迭前联合反演》一文中研究指出1引言随着油气资源勘探进程的进一步发展,常规的纵波AVO反演往往并不能满足勘探开发的精度要求。实践证明,多分量迭前联合反演能够同时利用纵波和转换横波等地震信息,可在一定程度上提高反演的稳定性和准确性,但是该方法却要求同时优化多个目标函数,增加了优化算法的复杂度。传统上,解决此类问题的方法常常是对每个目标函数赋予一个权重值然后进行相加以构成单目标函数,进而通过线性优化反演算法得到最优解,因此其反演结果在一定程度上依赖于权重值的选取,大大增加(本文来源于《2017中国地球科学联合学术年会论文集（叁十）——专题58：油气田与煤田地球物理勘探》期刊2017-10-15）
赵一霞[10]（2017）在《改进自适应非支配排序遗传算法在多目标车间调度的研究与应用》一文中研究指出车间调度是制造企业生产效率的重要因素之一。随着经济全球化的发展和市场竞争的加剧,制造商必须保证高效稳定的运行来不断提高商业地位。因此,实现企业管理和生产资源的合理安排是企业实现利润最大化的关键因素。调度问题被称为难度最大的NP难题之一。因此,车间调度问题近年来受到学术界和工程界不断的深入研究。在复杂的实际调度问题求解中,往往是多目标优化问题,做出各种重要决策之前必须考虑到问题的各种约束条件,而且各个目标之间很可能相互冲突,解决冲突得到相对较优的解决方案是多目标优化的宗旨。近年来在对多目标车间调度的分析中,引入了多种优化算法。传统的多目标优化方法存在较多的缺陷,如优化目标加权法只是单纯的为各个目标加权和,而各个目标的单位往往不同,这为加权值的分配带来了较大的主观性和不可操作性。国内外针对各种算法的特点做出了很多的改进,经调查非支配排序遗传算法(Non-dominated Sorting Genetic Algorithm Ⅱ,NSGA-Ⅱ)在解的适应度分配和多样性上效果较好,但也有其不可避免的缺陷。本文针对NSGA-Ⅱ算法在拥挤距离计算和精英选择方法上存在的不足,对其进行分析并改进。利用循环拥挤距离计算,排除最小距离者,保证种群均匀分布;然后按照添加精英保留的改进精英选择策略从每个非支配解集中选择出部分个体;最后根据选择策略来保证下一代个体数。本文还将改进的算法应用于作业车间调度中,提出了一种基于进化代数自动调整的自适应遗传算子,避免出现“早熟”现象,并且加快了算法的收敛速度。引入局部收敛判断,防止陷入局部最优解无法跳出局部最优,提高最优解的全局性。本文采用Java编程语言来实现改进算法在作业车间调度问题的研究,并通过多个经典算例验证算法的性能。最后,通过对某企业实际车间调度过程的模拟,实现了基于本文算法的车间调度系统。(本文来源于《大连交通大学》期刊2017-06-18）
非支配遗传算法论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
提出了一种改进的非支配排序遗传算法。通过扩大第一代种群规模,在初期加速种群的进化;对选择算子引入概率操作来提高种群的多样性;同时引入混合交叉算子,动态调节算法的搜索空间。最后以收敛性和分布性作为性能指标,使用公开的多目标测试函数对其进行测试,并与基本的非支配排序遗传算法和改进的多目标粒子群算法进行比较。实验结果表明,改进后的非支配排序遗传算法在收敛性和分布性两方面均有提升。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
非支配遗传算法论文参考文献
[1].李波,曹敏,李仕林,张林山,刘清蝉.计量自动化终端自动化检测流水线调度非支配排序遗传算法[J].大连工业大学学报.2019
[2].王青松,谢兴生,周光临.一种改进的非支配排序遗传算法[J].信息技术与网络安全.2019
[3].刘炜,王彦春,谢玮.基于快速非支配排序遗传算法的VTI介质多分量迭前联合反演[J].地球物理学报.2019
[4].陈玉龙,李淑娟,卜文浩,王馨翊.基于响应曲面法与改进非支配遗传算法电火花线切割单晶硅工艺优化[J].机械强度.2019
[5].秦仙蓉,张氢,刘超,徐俭.基于非支配排序遗传算法的塔机有限元模型修正[J].东北大学学报(自然科学版).2018
[6].肖俊明,刘凯松,朱永胜,谢亮,高洪洋.基于改进参考点的快速非支配排序遗传算法研究[J].中原工学院学报.2018
[7].袁帅鹏,李铁克,王柏琳.多目标炼钢—连铸生产调度的改进带精英策略的快速非支配排序遗传算法[J].计算机集成制造系统.2019
[8].王嵘冰,徐红艳,郭军.自适应的非支配排序遗传算法[J].控制与决策.2018
[9].刘炜,王彦春,谢玮.基于快速非支配排序遗传算法的多分量迭前联合反演[C].2017中国地球科学联合学术年会论文集（叁十）——专题58：油气田与煤田地球物理勘探.2017
[10].赵一霞.改进自适应非支配排序遗传算法在多目标车间调度的研究与应用[D].大连交通大学.2017