168例慢性肾小球疾病肾脏B超体积变化的临床分析 

据报道[1],国外有学者统计78%~80%的慢性肾炎存在肾脏体积缩小。我院自1997年10月~2006年2月应用B型超声波(简称B超)观察168例慢性肾炎的肾脏变化,其中97例肾脏体积缩小,占57.7%。现就其临床意义分析如下。1资料与方法1.1临床资料
《实用全科医学》  2006年 第06期 下载次数(43)| 被引次数(1)

相关性制导的高维目标演化优化研究 

现实世界中有很多问题是多目标优化问题。在一个多目标优化问题中,至少存在一对相互冲突的目标。因此,多目标优化的结果不是单独的一个解,而是由许多无法比较出优劣的解所构成的解集。演化算法作为一类群体搜索方法,它可以同时获得多个近似最优解,因此很适合于求解多目标优化问题。 然而,不少多目标优化问题所包含的目标数超过三个...
武汉大学  博士论文  2013年 下载次数(84)| 被引次数(1)

一种基于超体积迭代策略的含区间参数结构响应区间的分析方法 

本发明公开了一种基于超体积迭代策略的含区间参数结构响应区间的分析方法,本发明将结构响应量作为一个目标函数,通过优化算法求解响应量的最大/小值,从而确定响应量的上/下界。本发明采用的优化算法是一种基于超体积迭代策略全局优化算法,采用辛普森积分的策略在不确定参数范围内自适应地布置积分点,寻找这些积分...
北京航空航天大学  中国专利  2017年 下载次数(0)| 被引次数(0)

梯度异质材料实体优化设计及成型规划方法研究 

梯度异质材料实体是一种由多相组分材料光滑过渡形成的功能材料零件,其由于能够同时利用多相组分材料的优良属性而在航空航天、过程装备、光学工程、生物医学工程等领域获得了广泛的应用,以分层制造为特点的快速成型技术的兴起使得低成本、大批量制备梯度异质材料实体成为可能。在这样的背景下,梯度异质材料实体的开发越来越受到专家和学者的关...
合肥工业大学  博士论文  2012年 下载次数(489)| 被引次数(5)

带截止时间的模糊流水线调度问题新模型与求解算法研究 

流水线调度问题(Flow Shop Scheduling Problem,简称FSSP)在现代工业、农业、商业等领域普遍存在。有效解决流水线调度问题对提高生产效率、节约资源消耗等方面有重大意义。由于现实中的流水线生产存在大量的不确定因素,因此模糊流水线调度问题近年来成为国内外学者的研究热点。其中,有限制条件的模糊多目标...
东北师范大学  硕士论文  2018年 下载次数(33)| 被引次数()

基于大规模变量分解的多目标粒子群优化算法研究 

含有大规模变量的多目标优化问题是目前多目标进化算法领域的研究重点.多目标粒子群优化方法具有收敛性良好、计算简单和参数设置少等优点,但随着优化问题决策变量的增多, 变量维度 成为了瓶颈.针对上述问题,文中提出的变量随机分解策略,增加关联变量分配到同组的概率,使得算法更好的保留变量间的关联性,并将合作协同进化框架融合到算法...
《计算机学报》  2016年 第12期 下载次数(994)| 被引次数(19)

基于仿真试验和Kriging模型的多目标优化问题全局优化算法 

针对复杂工程系统的多目标仿真优化问题,基于Kriging模型,提出一种将优化过程与试验过程相结合的全局多目标优化算法。该算法利用构造的加点准则序贯选取能应对约束和逼近真实Pareto解集的试验点,只需少量仿真试验就能得到优化问题的高精度Pareto解集。考虑试验点的可行性概率、间隔距离和Kriging模型的不确定性,设...
《计算机集成制造系统》  2017年 第10期 下载次数(235)| 被引次数()

参数不确定的旅游环境承载力区间多目标优化 

文章基于旅游环境承载力的内涵与指标体系,建立旅游环境承载力多目标优化模型;定义区间占优Pareto支配关系,从属于相同等级的两个个体中选择较优个体,通过计算每个个体所占的空间超体积,选择空间超体积大的个体,采用区间多目标优化算法搜寻旅游环境承载力最优参数组合的区间Pareto最优解集;以兰州市为例进行实证研究,以验证方...
《统计与决策》  2018年 第10期 下载次数(195)| 被引次数()

基于自组织P2P实时应用的可扩展路由算法 

为了提升自组织P2P实时应用中节点的路由效率,提出了基于MCC聚类模型的路由算法.通过通信节点的特征来组织虚拟的网络拓扑,并利用通信行为的特点来构造路由算法,有效地提升了特征值相似和经常通信节点间的路由效率.在MCC聚类模型中采用了多维的虚拟坐标系,支持多特征值的非精确路由方式,更适合自组织的通信应用.为兼容现有VoI...
《华中科技大学学报(自然科学版)》  2007年 第04期 下载次数(176)| 被引次数(8)

基于alpha支配的高维目标进化算法研究 

基于Pareto支配的多目标进化算法能够很好地处理2~3维的多目标优化问题。但在处理高维多目标问题时,随着目标维数的增大,支配受阻解的数量急剧增加,导致现有的多目标算法存在选择压力不够、优化效果较差的问题。通过引入α支配提供严格的Pareto分层,在同层中挑选相对稀疏的解作为候选解,同时详细分析不同α对算法性能的影响,...
《计算机科学》  2017年 第01期 下载次数(138)| 被引次数(2)

共找到相关记录55条上一页>1234