-
公开(公告)号：CN119849287A
公开(公告)日：2025-04-18
申请号：CN202411761846.7
申请日：2024-12-03
Applicant: 武汉科技大学
IPC: G06F30/27 , G06Q10/047 , G06N3/126 , G06N3/006 , G06F111/06
Abstract: 本发明公布了一种基于多模态多目标优化的布料机智能分区方法，解决目前最小连通子图覆盖问题中在待划分地图被初始分割为大规模的小矩形区域后如何快速找到多个最优解，使划分后子图的数量最小化，在每个子图内任意两个小矩形区域之间可以通过边相互连通。
-
公开(公告)号：CN109559782B
公开(公告)日：2022-11-25
申请号：CN201811326246.2
申请日：2018-11-08
Applicant: 武汉科技大学
Abstract: 本发明涉及一种基于多目标遗传算法的DNA序列编码方法，通过维持一个寻优种群和一个精英种群，每次迭代只更新寻优种群中的个体，通过基于最小曼哈顿距离的动态精英选择算法从寻优种群和精英种群中选择出下一代的精英种群，直到达到最大迭代次数，最后挑选精英种群中的个体作为最终生成的一组DNA编码序列。该方法具有有效性和可靠性，可以产生高质量DNA分子集，有效提高DNA计算的规模和可靠性。
-
-
公开(公告)号：CN116151303B
公开(公告)日：2023-06-27
申请号：CN202310435310.5
申请日：2023-04-21
Applicant: 武汉科技大学
Abstract: 本发明提供了一种加速多目标优化算法优化燃烧室设计的方法，属于演化计算技术领域。首先使用单任务多目标进化算法单独优化目标任务和迁移任务，并且将目标种群中个体的决策变量间隔一定代数保存下来。然后，将迁移任务具有良好收敛和多样的最终优化种群作为恒定的迁移信息的来源，将其与目标任务每隔一定进化代数保存的种群进行杂交。在信息迁移之后，对生成的子代个体通过在目标任务上进行评价。而当生成种群质量最优时，此时对应的进化世代即为最佳迁移世代，输出此世代标记。该方法具有有效性和可靠性，可以产生较精确地预测最优迁移发生时机，有效提高多任务多目标优化的效率。
-
Patent Agency Ranking
公开(公告)号：CN109599146B
公开(公告)日：2022-04-15
申请号：CN201811325483.7
申请日：2018-11-08
Applicant: 武汉科技大学
Abstract: 本发明涉及一种基于多目标遗传算法的带假结核酸结构预测方法，通过最小茎区数和环中最小碱基数来确定K连续匹配集，生成初始种群，然后使用多目标遗传算法对RNA分子序列进行选择、交叉和变异，并进行非支配排序和拥挤距离排序，得到Pareto分子结构最优解集，最后挑选出最优解集中自由能最小的RNA分子结构作为最终预测结果。该方法降低了时间复杂度和空间复杂度，并提高了带假结的RNA分子结构预测的准确率。
-
公开(公告)号：CN109599146A
公开(公告)日：2019-04-09
申请号：CN201811325483.7
申请日：2018-11-08
Applicant: 武汉科技大学
Abstract: 本发明涉及一种基于多目标遗传算法的带假结核酸结构预测方法，通过最小茎区数和环中最小碱基数来确定K连续匹配集，生成初始种群，然后使用多目标遗传算法对RNA分子序列进行选择、交叉和变异，并进行非支配排序和拥挤距离排序，得到Pareto分子结构最优解集，最后挑选出最优解集中自由能最小的RNA分子结构作为最终预测结果。该方法降低了时间复杂度和空间复杂度，并提高了带假结的RNA分子结构预测的准确率。
-
公开(公告)号：CN109559782A
公开(公告)日：2019-04-02
申请号：CN201811326246.2
申请日：2018-11-08
Applicant: 武汉科技大学
Abstract: 本发明涉及一种基于多目标遗传算法的DNA序列编码方法，通过维持一个寻优种群和一个精英种群，每次迭代只更新寻优种群中的个体，通过基于最小曼哈顿距离的动态精英选择算法从寻优种群和精英种群中选择出下一代的精英种群，直到达到最大迭代次数，最后挑选精英种群中的个体作为最终生成的一组DNA编码序列。该方法具有有效性和可靠性，可以产生高质量DNA分子集，有效提高DNA计算的规模和可靠性。
-
公开(公告)号：CN119903975A
公开(公告)日：2025-04-29
申请号：CN202411756647.7
申请日：2024-12-03
Applicant: 武汉科技大学
Abstract: 本发明公布了一种基于进化约束优化的布料机智能路径规划方法，用于规划布料机在工作目标区域地图中作业的全局路径，包括获取由工作目标区域地图分割成的若干个子网格区域和障碍物；基于遗传算法获取子网格区域的最佳访问顺序，基于遗传退火算法获得子网格区域内的子路径，连接所有子路径，得到全局路径。本发明借助进化算法的思想，显著提升了布料机在复杂作业环境下的路径规划效率与执行灵活性，使得布料机在全局与局部路径优化中均能达到最优表现。
-
公开(公告)号：CN116151303A
公开(公告)日：2023-05-23
申请号：CN202310435310.5
申请日：2023-04-21
Applicant: 武汉科技大学
Abstract: 本发明提供了一种预测多任务多目标优化问题中最佳迁移时机的方法，属于演化计算技术领域。首先使用单任务多目标进化算法单独优化目标任务和迁移任务，并且将目标种群中个体的决策变量间隔一定代数保存下来。然后，将迁移任务具有良好收敛和多样的最终优化种群作为恒定的迁移信息的来源，将其与目标任务每隔一定进化代数保存的种群进行杂交。在信息迁移之后，对生成的子代个体通过在目标任务上进行评价。而当生成种群质量最优时，此时对应的进化世代即为最佳迁移世代，输出此世代标记。该方法具有有效性和可靠性，可以产生较精确地预测最优迁移发生时机，有效提高多任务多目标优化的效率。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.023 seconds)
