.png){kind=icon}
返回
Solving Multi-Objective Optimal Control Problems Using a Hybrid Method of Genetic Algorithm and Simple Cell Mapping
.png){kind=icon}
OA
AI
DOI：10.3390/appliedmath5040165.png)
.png){kind=icon}
.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
随着技术的进步，控制系统的设计变得更加复杂，这需要开发优化技术。特别是，多目标最优控制（MOC）是一种可用于实现协调多个设计目标的控制系统的方案，这些目标可能相互冲突。本研究提出了一种新的混合方案，该方案是 nondominated sorting genetic algorithm-II（NSGA-II）和 simple cell mapping（SCM）方法的结合。组合方法首先使用遗传算法进行随机搜索，然后通过使用 SCM 方法进行邻域搜索和恢复算法。在两个基准问题和两个多目标最优控制问题上对所提出方法的有效性和性能进行了评估。我们利用两个性能指标（世代距离（GD）和多样性度量）分别评估收敛到帕累托前沿以及解集的多样性。结果表明，所提出的方法不仅实现了更优的效率，而且与 SCM 和 NSGA-II 算法相比，在帕累托前沿上产生了更均匀的解分布。
Keyword:
multi-objective optimal control
genetic algorithm
cell mapping
Pareto optimal
AI总结
对已上传原文的论文进行重点信息的提取，主要内容包括：简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。
期刊
A
IF:
0.7
论文数:
139
被引数:
0
机构
引用论文
Normal Constraint Method with Guarantee of Even Representation of Complete Pareto Frontier.png)
AIAA Journal
AIAA JournalIF0
PREAI
分享收藏A hybrid cuckoo search and genetic algorithm for reliability-redundancy allocation problems求解可靠性-冗余分配问题的混合布谷鸟搜索和遗传算法
PREAI
分享收藏A robust method of dual adaptive prediction for ship fuel consumption based on polymorphic particle swarm algorithm driven基于多态粒子群算法驱动的船舶油耗双自适应鲁棒预测方法APPLIED ENERGY
APPLIED ENERGYIF11
PREAI
分享收藏New hybrid genetic operators for real coded genetic algorithm to compute optimal control of a class of hybrid systems用于实数编码遗传算法的新混合遗传算子，用于计算一类混合系统的最优控制
PREAI
分享收藏
查看更多内容