吴秋花
- 作品数：4 被引量：14H指数：2
- 供职机构：浙江工业大学经贸管理学院更多>>
- 发文基金：国家自然科学基金国家社会科学基金浙江省大学生科技创新活动计划(新苗人才计划)项目更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于模糊偏好的多目标粒子群算法在库存控制中的应用被引量：9
- 2012年
- 针对多目标库存控制中决策者对目标偏好的不确定性问题,定义了模糊偏好的效用函数,提出了一种基于模糊偏好的多目标粒子群优化算法的求解方法.该方法在改进的双极偏好粒子群优化算法基础上,引入模糊隶属度函数,给出了模糊偏好效用函数的计算方法;利用该函数对得到的非支配解集进行效用评价,以效用评价值作为选取优化方案的依据.针对连续盘点(r,Q)多目标库存控制模型,仿真实验表明:该方法有效地解决了决策者对库存总成本、年平均缺货率和年平均缺货量目标偏好的不确定性问题,为决策者提供了优化的库存控制方案.
- 韩冬梅王丽萍吴秋花
- 关键词：模糊偏好多目标优化效用函数高斯变异
- 局部搜索与改进MOPSO的混合优化算法及其应用被引量：3
- 2012年
- 为弥补粒子群后期收敛缓慢与早熟的不足,提出了一种局部搜索与改进MOPSO的混合优化算法(H-MOP-SO)。该算法首先采用非均匀变异算子和自适应惯性权重,强化全局搜索能力;继而建立混合算法模型,并利用侧步爬山搜索算法对粒子群作周期性优化,使远离前沿的粒子朝下降方向搜索,而靠近前沿的粒子朝非支配方向搜索,加快粒子群的收敛并改善解集多样性。对标准测试函数的求解表明,该算法比MOPSO、NSGA-II和MOEA/D具有更好的多样性和收敛性。供应商优选问题的求解进一步验证了H-MOPSO的有效性。
- 王丽萍吴秋花邱飞岳吴裕市
- 关键词：多目标优化粒子群算法局部搜索混合算法
- 基于侧步爬山策略的混合多目标粒子群算法及其应用研究
- 科学研究与工程实践中存在许多以最大化效益同时最小化成本为原则的多目标优化问题。基于梯度的多目标优化方法在解决不连续、不可微等问题时往往具有局限性。多目标粒子群优化算法(Multi-Objective Particle S...
- 吴秋花
- 关键词：多目标优化粒子群算法混合算法
- 文献传递
- 基于侧步爬山策略的混合多目标粒子群算法研究被引量：2
- 2012年
- 为提高多目标粒子群算法(MOPSO)的收敛性与解集多样性,提出一种基于侧步爬山策略的混合多目标粒子群算法(H-MOPSO).通过建立局部搜索与粒子群优化的混合模型,在该模型中后期引入基于侧步爬山策略的局部搜索,周期性代替粒子群搜索并优化混合参数,使粒子根据距离前沿的远近朝下降或非支配方向搜索,加快粒子群收敛并改善其分布.同时采用非均匀变异算子和线性递减的惯性权重策略,避免算法早熟.通过标准测试函数的对比实验表明,该算法整体上比MOPSO、NSGA-II和MOEA/D具有更好的多样性与收敛性.
- 王丽萍吴秋花邱飞岳吴裕市林思颖
- 关键词：多目标优化粒子群算法混合算法
