您的位置: 专家智库 > >

韩玉艳

作品数:6 被引量:40H指数:2
供职机构:中国矿业大学更多>>
发文基金:国家自然科学基金江苏省自然科学基金国家重点基础研究发展计划更多>>
相关领域:自动化与计算机技术一般工业技术电气工程更多>>

文献类型

  • 3篇专利
  • 2篇期刊文章
  • 1篇学位论文

领域

  • 3篇自动化与计算...
  • 2篇一般工业技术
  • 1篇电气工程

主题

  • 3篇多目标
  • 2篇电池
  • 2篇电池组
  • 2篇电池组件
  • 2篇调度
  • 2篇调度问题
  • 2篇多目标优化
  • 2篇算子
  • 2篇太阳能
  • 2篇太阳能电池
  • 2篇太阳能电池组...
  • 2篇群算法
  • 2篇人工蜂群
  • 2篇人工蜂群算法
  • 2篇进化优化
  • 2篇蜂群算法
  • 2篇NSGA-I...
  • 1篇调度方案
  • 1篇调度方法
  • 1篇优化解

机构

  • 6篇中国矿业大学
  • 1篇兰州理工大学

作者

  • 6篇韩玉艳
  • 5篇巩敦卫
  • 4篇刘益萍
  • 2篇孙晓燕
  • 2篇苗壮
  • 1篇秦备
  • 1篇成青松
  • 1篇王更星
  • 1篇张勇

传媒

  • 1篇自动化学报
  • 1篇中国科技论文

年份

  • 1篇2017
  • 1篇2016
  • 3篇2015
  • 1篇2014
6 条 记 录,以下是 1-6
排序方式:
基于目标分解的高维多目标并行进化优化方法被引量:37
2015年
高维多目标优化问题普遍存在且难以解决,到目前为止,尚缺乏有效解决该问题的进化优化方法.本文提出一种基于目标分解的高维多目标并行进化优化方法,首先,将高维多目标优化问题分解为若干子优化问题,每一子优化问题除了包含原优化问题的少数目标函数之外,还具有由其他目标函数聚合成的一个目标函数,以降低问题求解的难度;其次,采用多种群并行进化算法,求解分解后的每一子优化问题,并在求解过程中,充分利用其他子种群的信息,以提高Pareto非被占优解的选择压力;最后,基于各子种群的非被占优解形成外部保存集,从而得到高维多目标优化问题的Pareto最优解集.性能分析表明,本文提出的方法具有较小的计算复杂度.将所提方法应用于多个基准优化问题,并与NSGA-II、PPD-MOEA、ε-MOEA、Hyp E和MSOPS等方法比较,实验结果表明,所提方法能够产生收敛性、分布性,以及延展性优越的Pareto最优解集.
巩敦卫刘益萍孙晓燕韩玉艳
关键词:进化优化PARETO占优
基于进化优化的多目标批量流水线调度
批量流水线调度问题是指,在加工过程中,每个工件可以分割为若干小批量,每个小批量加工之后,才能传送到下游的机器继续加工。通过这种加工方式,能够缩短工件的最大完工时间和机器空闲时间,加速生产流程,增加资源利用率,以及提高用户...
韩玉艳
关键词:多目标优化NSGA-II人工蜂群算法
文献传递
一种基于决策者偏好的高维多目标集合进化优化方法
本发明涉及一种基于决策者偏好的高维多目标集合进化优化方法,以决策者给出的每个目标的偏好区域,将原优化问题的目标函数转化为期望函数;以原优化问题的多个解形成的集合为新的决策变量,以超体积和决策者偏好满足度为新的目标函数,将...
巩敦卫王更星韩玉艳秦备孙奉林孙晓燕成青松刘益萍陆宜娜
文献传递
基于DNSGA‑II的太阳能电池组件有限缓冲区多目标批量调度方法
本发明公布了一种基于DNSGA‑II的太阳能电池组件有限缓冲区多目标批量调度方法,旨在提供一种可以为大规模太阳能电池生产,高效快速的寻找到一组最优的调度方案,供管理者选择。步骤如下:(1)根据太阳能电池组件实际生产过程中...
巩敦卫韩玉艳刘益萍孙奉林苗壮
文献传递
求解随机阻塞批量流水线调度问题的改进人工蜂群算法被引量:3
2015年
针对含有随机加工时间的阻塞批量流水线调度问题,利用蒙特卡洛采样方法,将不确定加工时间的阻塞批量流水线调度问题转化为确定加工时间的阻塞批量调度问题。采用改进的人工蜂群算法,对上述转化后的调度问题进行求解。算法中加入了和声搜索和基于插入操作的局部搜索算子,以改进全局探索和局部开发能力,并将改进的算法应用到阻塞批量调度的24个算例中。仿真实验结果表明,改进的人工蜂群算法能够降低调度中的不确定因素带来的影响,产生高质量的解。
韩玉艳巩敦卫张勇
关键词:人工蜂群
基于DNSGA-II的太阳能电池组件有限缓冲区多目标批量调度方法
本发明公布了一种基于DNSGA-II的太阳能电池组件有限缓冲区多目标批量调度方法,旨在提供一种可以为大规模太阳能电池生产,高效快速的寻找到一组最优的调度方案,供管理者选择。步骤如下:(1)根据太阳能电池组件实际生产过程中...
巩敦卫韩玉艳刘益萍孙奉林苗壮
共1页<1>
聚类工具0