检索结果-南通市图书馆

电子科技大学学报 2006年第1期35卷 89-92页

作者：张岗亭姜晓兵王书振西安文理学院计算机科学系西安710065 西安电子科技大学经济管理学院西安710071

将网络容量定义为最大s-t流的流量,建立了带有时间和费用双重限制下的网络容量扩充问题模型。通过网络变换,将该问题转化为可利用成熟算法求解的线性最小费用流问题。研究了给定网络容量扩充目标要求下,求解所有关于时间和费用的pareto... 详细信息

将网络容量定义为最大s-t流的流量,建立了带有时间和费用双重限制下的网络容量扩充问题模型。通过网络变换,将该问题转化为可利用成熟算法求解的线性最小费用流问题。研究了给定网络容量扩充目标要求下,求解所有关于时间和费用的pareto优化解问题并提供了相应算法。研究内容不仅适用于各种情形的容量扩充问题,而且还可应用于网络规划。最后通过具体例子的求解,说明了算法的正确性和有效性。

关键词：网络流容量扩充 pareto优化解逆优化

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

带有时间和费用限制的网络容量扩充问题

引用

计算机工程 2004年第1期30卷 33-35页

作者：王书振王东刘怀亮徐国华西安电子科技大学机电工程学院西安710071

研究了带有时间和费用双重限制下的网络容光焕发量扩充问题，即在满足时间和费用约束条件下，如何扩充网络中某些弧的容量使扩充后的网络容量尽可能的大。通过将问题转化为求其最小生成树，给出了其求解算法。由于在扩充时两个约束条... 详细信息

研究了带有时间和费用双重限制下的网络容光焕发量扩充问题，即在满足时间和费用约束条件下，如何扩充网络中某些弧的容量使扩充后的网络容量尽可能的大。通过将问题转化为求其最小生成树，给出了其求解算法。由于在扩充时两个约束条件一般有一者剩余，为了合理配置扩充资源，讨论了给定容量要求下关于时间和费用的pareto优化解的情况并给出了有效算法，用实例来证明了算法的有效性。

关键词：网络流容量扩充瓶颈问题 pareto优化解

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

具有局部和全局QoS约束的Web服务选择

引用

计算机工程 2012年第20期38卷 34-37页

作者：李金忠夏洁武唐卫东刘新明井冈山大学电子与信息工程学院江西吉安343009

提出一种具有局部和全局QoS约束的Web服务选择算法。将基于QoS的Web服务选择问题建模为带QoS约束的多目标组合优化问题,使用局部QoS约束过滤不满足约束条件的候选服务,通过归档式多目标模拟退火(AMOSA)算法同时优化多个QoS目标函数以产... 详细信息

提出一种具有局部和全局QoS约束的Web服务选择算法。将基于QoS的Web服务选择问题建模为带QoS约束的多目标组合优化问题,使用局部QoS约束过滤不满足约束条件的候选服务,通过归档式多目标模拟退火(AMOSA)算法同时优化多个QoS目标函数以产生一组pareto优化解,利用全局QoS约束筛选出满足约束条件的pareto最优解集。实验结果证明了该算法的有效性。

关键词：服务质量 Web服务服务选择 QoS约束归档式多目标模拟退火算法 pareto优化解

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

ε-dominance多目标演化算法在优化问题中的应用研究

ε-dominance多目标演化算法在优化问题中的应用研究

引用

作者：樊纪山武汉理工大学

学位级别：硕士

在现实生活中,人们遇到的大多数优化问题是多目标优化问题,而且这些目标之间大多数是相互冲突的。在优化过程中所获得的解集就称为pareto优化解集。大多数的多目标优化算法是用来寻找pareto近似优化解集。算法所获得的解不但要分布均匀... 详细信息

在现实生活中,人们遇到的大多数优化问题是多目标优化问题,而且这些目标之间大多数是相互冲突的。在优化过程中所获得的解集就称为pareto优化解集。大多数的多目标优化算法是用来寻找pareto近似优化解集。算法所获得的解不但要分布均匀,而且还要尽量地接近pareto优化阵面。但是目前存在的多数优化算法在这方面却存在着一定缺陷。比如有些算法可能花费大量的时间获得分布均匀的优化解;有些算法虽然时间短些,但获得的优解分布不是很均匀。在这篇论文中提出一种快速稳定的多目标演化算法(Ⅰ-MOEA),同时又改进了目前一种比较好的算法-NSGA-Ⅱ算法。Ⅰ-MOEA算法是基于Deb.在2002年提出的ε-dominance的概念,算法还应用了精英策略、归档更新、超网格分割法和G向量支配策略。精英策略是目前公认的一种保持个体多样性的有效策略。归档更新策略分为在线归档和离线归档,算法中应用了在线归档。本文中提出的超网格分割法和G向量支配策略是用来解决个体多样性的问题。网格分割方法是将目标空间分割成许多超网格,同时保证每一个超网格只能被一个非支配的个体所占用,这样做的目的是便于个体之间的ε支配关系的比较,可以解决维持解的多样性的问题。G向量支配策略用来选择非支配的精英个体,可以保证选出的精英最具有代表性,从而很好地解决个体的多样性问题。用pareto支配和ε支配来选择非支配个体,选择出具有代表性的精英个体,这样就可以减少候选解的pareto优化区域。归档的大小没有预先设值,而是根据协调参数λ和ε的乘积而定,这样能缩短归档的更新时间,且能获得理想的pareto优化解,从而减少了整个算法的计算时间。从模拟实验的结果来看,该算法具有很好的通用性,且算法的效率也很高。在改进的NSGA-Ⅱ算法(Ⅰ-NASG-Ⅱ算法)中,首先分析了NSGA-Ⅱ算法所存在的缺陷,即在保持解的多样性方面存在着缺陷。于是用SPEA2中的Clustering方法来代替NSGA-Ⅱ算法中Crowding方法。从测试结果看,Ⅰ-NSGA-Ⅱ算法获得解分布比NSGA-Ⅱ算法所获得解均匀些;而Ⅰ-MOEA算法无论是在无约束的两个目标、有约束限制的两个目标还是三个目标上的测试,获得优化解都比较理想。从模拟结果上看,这两种算法都取得了良好的效果。

关键词：多目标优化 pareto优化解演化算法 ε支配超网格

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：