导读:本文包含了协同进化计算论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:算法,局部,远缘,模型,工作流,管路,网络。
协同进化计算论文文献综述
邓磊,王文祥,李繁春[1]（2019）在《基于多种群协同进化计算的创新概念设计研究》一文中研究指出科学技术的发展正渗透到各个领域,交互影响,且近20年,创新进化设计得到了广泛发展,逐渐发展成重要的计算创新技术,这一领域的研究方向涉面广泛,遗传程序设计、创新进化系统、自生长系统等等,进化计算是非常有前途的应用工具,关乎到进化算法方面的复杂,已不再仅仅受限于单体进化,多种群的协同进化计算方法更具体有实用性与研究性。(本文来源于《计算机产品与流通》期刊2019年11期）
孙勇,谭文安,张全全,沈腾腾[2]（2017）在《面向工作流可靠性计算的多子群协同进化算法》一文中研究指出针对带全局约束条件的工作流可靠性计算问题,提出一种基于均匀多样性适应度函数的多子群协同进化算法,将工作流可靠性约束优化转化为双目标优化问题;为提高粒子在进化过程中的搜索能力,进化群体被分解为若干子群;综合考虑双目标优化问题的特点,设计了一种新颖实用的均匀多样性适应度函数,让各子群体在不同方向上协同搜索目标解;最后根据其适应度排序构造了基于非支配集合的全局最优解.仿真实验表明所提算法具有良好的效率,求得的最优解集全部满足约束条件,且分布和质量均优于基于非支配档案的混合离散粒子群算法.(本文来源于《小型微型计算机系统》期刊2017年02期）
董宗然,林焰[3]（2016）在《基于协同进化和并行计算的船舶管路布置方法》一文中研究指出为解决船舶管路协同布置问题,提出一种适合求解多管路或分支管路协同布置的算法框架.通过为每条管路或分支生成对应的进化种群,将管路间的协同布置转换为种群间的协同进化.基于提出的路径连接点概念,生成管路接口间的候选路径种群,并对种群进行交叉、变异操作.使用A~*算法作为寻路算子,提高了生成路径的质量,同时保证了路径的有效性.为了提高运算效率,引入并行计算策略对算法框架和A~*算法进行改进.最后,两个仿真实例验证了所提出方法的可行性和有效性.(本文来源于《大连理工大学学报》期刊2016年04期）
陈洁[4]（2015）在《合作协同进化算法的改进及其在云计算任务调度中的应用研究》一文中研究指出目前,遗传算法以其独特的优势吸引着研究者们的眼球。但是由于遗传算法在解空间很大的情况下编码过长,不方便处理。进而出现了合作型协同进化算法,它继承了遗传算法的优点,而又克服了遗传算法的缺点,因此在算法提出之日起就得到的广泛关注。当前,云计算技术蓬勃发展,云平台要处理海量的用户请求。如何对用户任务进行合理的调度,满足用户的需求,是云技术发展过程中一个迫切需要解决的问题。因为合作协同进化在处理多变量的复杂问题时存在优势,将合作协同进化算法应用于云任务调度中也是目前研究的热点。合作协同进化算法中一个种群的个体只代表问题解的一部分,因此需要从其他种群中选择合作个体构成完整解之后才能评价个体的优劣性。合作者选择问题是合作协同进化算法中一个非常重要的问题。当前,合作者的选择问题并没有一个合适的解决方案,具有改进的空间。本文基于机器学习中分类的思想提出了一种基于距离的合作者选择方法,通过计算待评价个体到最优个体和随机个体的距离来选择最合适的合作团体。该方法可以在控制评价次数的情况下,对个体做出更加合理的评价,从而使整个算法能够得到更优化的解。本文在典型的函数优化以及车间调度问题中验证了算法可行性和有效性,实验证明算法能搜索到更优化的解。本文将改进协同进化算法用于云任务调度问题中,主要解决云任务调度中用户任务请求量大及时间跨度的问题。首先,将云任务调度问题抽象为一个寻优模型;然后设计编码方式和遗传算子的操作细节,使算法能够发挥最佳性能;最后,设计出使用改进合作协同进化算法解决云任务调度问题的整体调度流程。之后在模拟器Cloud Sim上进行实验。实验证明,在数据中心虚拟机性能差异不大的情况下,算法能够得到比主流调度算法更优的时间跨度;在数据中心虚拟机性能差异较大的情况下,算法得到的时间跨度优于遗传算法和标准协同进化算法,但是比MIN-MIN算法的结果差。因此,算法不适合处理虚拟机差异较大时的云环境调度问题。(本文来源于《华南理工大学》期刊2015-05-01）
周飞[5]（2013）在《协同进化计算及其在多智能体中的应用》一文中研究指出协同进化计算的理论和应用是目前的研究热点。进化计算和协同进化算法以其仿生学上的优势,非常适合解决很多传统方法难以解决的问题,尤其是很多难以建立精确的模型的非线性问题。因而被广泛地应用于数值优化领域,机器学习,经济预测,机器人路径规划、导航等智能控制领域。本文以协同进化算法作为研究对象,以旅行商问题和人工智能中经典的围捕问题作为仿真任务,针对协同进化算法存在的问题进行了相应的改进。具体研究工作如下：首先,以提高遗传操作的效率为研究目标,借鉴自然界进化中的远缘杂交理论和进化计算中的精英策略,提出一种基于远缘杂交的精英进化算法。该算法在初始阶段将种群分为精英种群和普通种群,对精英种群则不经过交叉直接进入下一代,对普通种群则基于远缘杂交原则进行交叉,并将子代与精英种群一同组成新子代。仿真实验证明算法能提高种群基因的多样性,避免了算法陷入局部最优。针对TSP实验结果表明,算法具有全局收敛性及较快的收敛速度。其次,将反馈机制引入协同进化中,同时引入了多个适应度函数,提出了一种基于反馈的多适应度协同进化算法,改变了同一种群进化中单一适应度评价的缺陷,提高了收敛速度。最后利用机器人围捕为仿真模型,通过仿真证明了算法的有效性。(本文来源于《南京邮电大学》期刊2013-06-01）
陶永芹,崔杜武[6]（2011）在《基于粒计算的复杂网络协同进化的研究与分析》一文中研究指出针对复杂网络数据量在,与知识在与/或天系及不易管理等特性,探讨和研究了复杂网络与知识网络之间的关系和演化过程.采用粒商空间理论构建了复杂网络与知识网络协同进化模型,提出基于料计算的复杂网络协同进化算法,该方法将双库融合机制及变区域策略应用到协同进化中,较好地解决了复杂网络与知识网互相作用、协同演化等问题.通过实验与比较,验证了此方法的有效性和可行性.(本文来源于《信息与控制》期刊2011年05期）
罗杰[7]（2011）在《一种引入局部交互的协同进化计算模型研究》一文中研究指出针对现有的协同进化计算模型在求解子模块间存在相互关联作用问题时的不足,依据系统论和非线性科学理论,提出了一种引入局部交互的协同进化计算模型并设计了相应的算法。算法分析及验证实验表明,该模型及其算法有效地克服了现有的协同进化计算模型的不足和局限,对子系统间存在强相互关联作用的复杂系统协同进化问题,能全面体现演化过程的复杂关系,从而具有高效地进化到全局最优解的能力。(本文来源于《Proceedings of the 2011 International Conference on Software Engineering and Multimedia Communication（SEMC 2011 V1）》期刊2011-07-09）
于汉超,刘弘[8]（2011）在《支持协同设计的3D动漫造型进化计算方法》一文中研究指出为了自动生成创意新颖的3D动漫造型,提出一种基于C/S模式的交互式遗传算法HA IGA.在HA IGA中引入HSF协同技术和AC IS规则,利用叁棵二叉树表示AC IS规则表达式,分别用于在x轴、y轴和z轴叁个方向上对3D实体进行非均匀缩放;通过对二叉树实施选择、交叉、变异和精英保留操作进化产生新的规则表达式,从而进化生成新的3D动漫造型.实验结果表明,本文提出的方法能够有效支持协同设计,并进化生成一系列创意新颖的3D动漫造型.(本文来源于《小型微型计算机系统》期刊2011年04期）
罗杰[9]（2010）在《一种引入局部交互的协同进化计算模型研究》一文中研究指出针对现有的协同进化计算模型在求解子模块间存在相互关联作用问题时的不足,依据系统论和非线性科学理论,提出了一种引入局部交互的协同进化计算模型并设计了相应的算法。算法分析及验证实验表明,该模型及其算法有效地克服了现有的协同进化计算模型的不足和局限,对子系统间存在强相互关联作用的复杂系统协同进化问题,能全面体现演化过程的复杂关系,从而具有高效地进化到全局最优解的能力。(本文来源于《Proceedings of 2010 International Conference on Broadcast Technology and Multimedia Communication(Volume 4)》期刊2010-12-13）
付超[10]（2010）在《基于协同进化计算的发电市场竞价模拟》一文中研究指出文章采用计算机仿真的方法和多段容量同时拍卖的模型,并引用协同进化的思想,分别研究了电力市场不同需求响应条件下MCP竞价和PAB竞价机制下的市场行为和发电公司报价策略等问题。仿真结果表明:这两种竞价机制下的市场价格的收敛方式不同,MCP竞价下的市场价格基本收敛但潜在着一些波动;PAB竞价下的市场价格则明显存在周期性振荡,并且略高于MCP竞价机制下的市场平均价格,购电成本较高。最后将结果与其它方法进行比较,发现基于协同进化计算的市场仿真能更清晰地反映出市场中存在的一些潜在问题。(本文来源于《企业技术开发》期刊2010年13期）
协同进化计算论文开题报告
（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：
针对带全局约束条件的工作流可靠性计算问题,提出一种基于均匀多样性适应度函数的多子群协同进化算法,将工作流可靠性约束优化转化为双目标优化问题;为提高粒子在进化过程中的搜索能力,进化群体被分解为若干子群;综合考虑双目标优化问题的特点,设计了一种新颖实用的均匀多样性适应度函数,让各子群体在不同方向上协同搜索目标解;最后根据其适应度排序构造了基于非支配集合的全局最优解.仿真实验表明所提算法具有良好的效率,求得的最优解集全部满足约束条件,且分布和质量均优于基于非支配档案的混合离散粒子群算法.
（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。
协同进化计算论文参考文献
[1].邓磊,王文祥,李繁春.基于多种群协同进化计算的创新概念设计研究[J].计算机产品与流通.2019
[2].孙勇,谭文安,张全全,沈腾腾.面向工作流可靠性计算的多子群协同进化算法[J].小型微型计算机系统.2017
[3].董宗然,林焰.基于协同进化和并行计算的船舶管路布置方法[J].大连理工大学学报.2016
[4].陈洁.合作协同进化算法的改进及其在云计算任务调度中的应用研究[D].华南理工大学.2015
[5].周飞.协同进化计算及其在多智能体中的应用[D].南京邮电大学.2013
[6].陶永芹,崔杜武.基于粒计算的复杂网络协同进化的研究与分析[J].信息与控制.2011
[7].罗杰.一种引入局部交互的协同进化计算模型研究[C].Proceedingsofthe2011InternationalConferenceonSoftwareEngineeringandMultimediaCommunication（SEMC2011V1）.2011
[8].于汉超,刘弘.支持协同设计的3D动漫造型进化计算方法[J].小型微型计算机系统.2011
[9].罗杰.一种引入局部交互的协同进化计算模型研究[C].Proceedingsof2010InternationalConferenceonBroadcastTechnologyandMultimediaCommunication(Volume4).2010
[10].付超.基于协同进化计算的发电市场竞价模拟[J].企业技术开发.2010
论文知识图
