高维多目标优化问题(一般指目标个数不小于5的多目标优化问题)是当前大规模科学与工程计算中面临的一个挑战性问题。本项目旨在采用传统的非线性规划方法与现代的进化计算技术相结合的方法,探索求解这类问题的高效算法及其理论基础。具体研究内容包括:探讨最优解的合理定义和性能评价指标的建立;通过理论分析与数值模拟相结合的模式,研究在进化计算的框架下如何引入梯度法等传统的数学规划方法从而产生新的个体评价、选择等机制,进而得到高性能的求解算法;探讨算法的收敛性、时间复杂性和异步并行实现等,为高维多目标优化问题的有效处理提供新思路和新方法。该项目的研究成果可以广泛应用于大型工程计算、网络优化设计、军事通讯、生物信息学等众多的实际应用领域,取得该领域的突破性进展,具有重要的理论意义与实用价值。
{{i.achievement_title}}
数据更新时间:2023-05-31
基于 Kronecker 压缩感知的宽带 MIMO 雷达高分辨三维成像
小跨高比钢板- 混凝土组合连梁抗剪承载力计算方法研究
基于分形维数和支持向量机的串联电弧故障诊断方法
基于二维材料的自旋-轨道矩研究进展
惯性约束聚变内爆中基于多块结构网格的高效辐射扩散并行算法
基于进化算法的高维多目标优化问题研究
基于云差分进化算法的高维多目标优化算法研究
基于世代距离的高维多目标并行进化算法研究及其应用
高维多目标进化算法关键问题研究