简介：作为计算机视觉和图像处理领域的重要研究内容,图像匹配的主要目的是寻找图形图像之间的匹配关系。因为传统的匹配方法主要是依靠点作为基本单元的一阶匹配方法和依靠线作为基本单元的二阶匹配方法,因此对采集特征点的选择和匹配方法的优化是很重要的。然而,基于局部图像信息的这两种方法的匹配效果不是很好,本文通过改进使用多目标优化算法NSGA-II,设计实现一种新的高阶图匹配算法,通过设计相关的目标函数和遗传算子,提取两幅图的特征,并在此基础上确定特征点匹配关系。实践表明,该方法在变形和噪声存在的情况下,能够正确匹配两幅图之间的特征点。

简介：运用遗传算法解多目标问题,结果往往会陷入局部最优。引入传统算法求得的外部种群,提出基于随机扰动的RDMOGA遗传算法。将新算法用标准多目标测试函数进行测验,并与韩丽霞提出的NMOGA算法进行对比,实验结果表明,新算法表现出良好的搜索性能。

简介：在生产制造系统中,装配线的平衡需要针对多个目标.传统的装配线平衡问题,优化单一目标,忽略了目标之间的联系.优化一个目标的同时,劣化了另外一个目标.文章研究了多目标装配线平衡问题,探讨了这些目标之间的联系,设计了禁忌搜索算法求解多目标装配线的平衡问题.文章从生产管理系统的角度优化多目标装配线平衡,与单一目标相比,具有显著的改进.

简介：摘要：多目标优化是现代优化算法领域的一个重要分支，它涉及到多个优化目标的协调和权衡。多目标算法的原理和应用研究对于许多实际问题具有重要意义。本文将探讨多目标算法的原理，并对其在各种应用领域的研究进行综述。

简介：复杂图像中对特定目标的检测和定位是机器视觉领域的难点之一。提出使用中层视觉元素描述检测目标,以建立权值模板图像;然后对目标图像和权值模板进行加权SIFT特征匹配得到最优匹配位置,从而实现目标检测。该方法以自行车为检测目标进行实验,检测率达到86%,优于传统SIFT-AdaBoost和HOG-SVM检测方法。实验结果表明该方法能够减少复杂图像中背景干扰的问题,对于不同姿态的目标进行检测也有较强的鲁棒性。

简介：本文分析了多目标线性规划中'min'算子的非补偿性和'算术平均'算子的不平衡性,并在此基础上论述了两阶段模糊算法与经典折衷算法之间的内在联系.

简介：摘要：在这个电子信息时代，各个领域都有对应的融合，在建筑方面通过研究发现 BP多目标人工群峰算法加快了原有工程的进程，大大减少了人们进行复杂的数字运算与筛选的时间，对于多目标人工群蜂算法来说这是一个最好的时代，它化简了许多过程，在多方面领域对它的青睐程度很高，所以对于我们而言，我们很有必要去研究，开发和应用这个方法，将它的能力开发到极致，尤其是在建筑方面

简介：提出了一种基于多目标的玩具产品风险分析算法,利用该算法对风险信息进行整合量化处理及S值计算,得到产品风险值排序。实验表明,对于设定的检测项目和技术要求,经过多目标算法计算,能够得到样品的风险值,进而得到样品的风险排序,为玩具产品风险监测提供依据。

简介：作为一种简单而有效的新兴计算技术，差分演化算法（DE）已受到学术界和工程界的广泛关注，并且已经在多峰函数优化，数据过滤，多目标优化等十九个大方向上取得了许多成功应用。为此，对围绕差分演化算法的相关背景，原理、特点、改进等方面进行简单介绍．HookeandJeeves方法是一种经典的局部搜索算法，将其与差分演化算法结合来求解多目标优化问题，提高了解的收敛质量，因而从整体上提高了算法的性能，并且测试结果也说明了该算法的可行性。

简介：雷达分布式检测的融合准则一般采用的是Neyman-Pearson准则,首先简单分析融合规则和各局部传感器判决规则之间的关系,并利用遗传算法实现融合准则和各局部传感器判决规则的最优搜索,但目前分布式检测各种融合算法只适用于单目标,因此,提出利用区域映射法将检测区域进行分区检测,使单目标分布式检测融合算法与多目标区域检测联合检测,同时单个区域分布式检测采用遗传算法进行优化,最终达到对多目标的分布式检测最优融合。最后给出了数值仿真,仿真结果表明,该方法具有一定的可行性。

简介：

简介：用于解决多目标决策的传统方法有线性加权法、理想点法、平方和加权法等方法，但采用不同的方法得到的结果并不完全相同。为了克服传统方法的不足之处，提出了基于估计相对位置的方案排队法来解决多目标决策问题。

简介：摘要公路路线优化是属于多目标优化的问题，传统的优化算法很难解决这种具有模糊性与不确定性的路线优化问题。因考虑到多目标间的冲突性，提出了利用多目标遗传算法进行路线优化。主要意思是通过构建多目标模型和路线线形模型，对平面线形进行设计，通过纵断面优化后计算各目标函数值。

简介：对社会各种突发事件进行处理的应急系统中,应急服务的选址很重要。考虑应急设施选址时的成本和应急时间因素,给出一种多目标城市应急设施选址问题的数学模型。鉴于一般方法求解该模型的困难,提出一种多目标免疫算法作为模型求解方法,通过实例计算,说明该算法是有效的。

简介：多目标进化算法通过将实际实践问题转向目标函数转化的方法,并将随机化的定向搜索机制应用其中,提高了算法的适应性。NSGA首先对多目标群体逐层进行分类,其次将分类结果按照非劣关系进行排序,最后引入共享函数法建立数学模型。由此建立的数学模型,不仅可以做出最优方案选择,还可以进一步做出合理的决策.

简介：针对状态一状态动态关联算法关联精度差，计算量大等缺点，提出了基于状态一量测动态关联的多目标只测角无源跟踪算法。该算法在航迹起始后，将目标状态估计直接与下一时刻由静态量测一量测数据关联确定的S元量测进行关联，利用二维分配算法得出关联对后，通过不敏卡尔曼滤波算法对关联出的方位角集合进行非线性滤波从而实现对与之关联目标的状态更新。仿真结果表明所提多目标跟踪算法能有效关联不同时刻源于同一目标的S元量测从而实现多目标跟踪且适合目标数目变化的情况，具有较好的工程应用前景。

简介：摘要：车辆路线问题是配送计划的基本问题，它试图考虑客户的数量，他们的约束以及可用车辆的数量和容量的情况下，以最小的位移成本找到最佳的行进路线。在这项研究中，我们首先描述了旅行商问题和车辆路线模型，然后提出了考虑顾客之间优先约束的多目标车辆路线模型。有不同的元启发式算法可以解决此类 NP难题。本研究提出了一种基于粒子群算法和人工蜂群算法相结合的求解算法。此外，通过分析一个操作样本，使用区域内客户的数据，考虑问题及其功能的不同约束，并使用惩罚方法和附加的分段约束方法，可以获得最佳的车辆路线。以及对每种算法的结果结合其混合算法进行了演示。

简介：摘要：经过认真地分析和研究，将多机多目标协同空战作为重点以及相关的背景，之后建立出了具有对抗性特点的决策模型。选择速度、距离等重要的要素，构建出具有综合性特点的评价函数，使用多因子加权信息融合的方法进行相关的评价，态势因素权值应用的是PSO算法动态寻找最优。因此，本篇文章主要对PSO优化加权信息融合得多级多目标空战决策进行认真地分析和研究，希望能够在有效提高空战决策模型准确度、可信度等各方面起到一些参考与帮助。

简介：摘要文中提出一种混合算法来处理配电网重构问题，根据遗传算法和粒子群算法各自的原理特点，将遗传算法和粒子群算法相结合，充分的利用粒子群算法的快速性，随机性，全局收敛性，较好的解决了遗传算法用于配电网重构时的缺点和不足。

简介：