1) Pareto optimal solution
Pareto最优解
1.
The optimal equilibrium solutions set is a connected convex set consisting of the Pareto optimal solutions in a certain convex condition.
在某种凸性条件下最优均衡解集是Pareto最优解的凸本质连通区域。
2.
This is a multi-objective optimization problem, so a set of Pareto optimal solutions have to be sought.
这是一个多目标优化问题,需要寻求一组Pareto最优解,应用多目标进化算法求解该问题可以得到多种满足条件的PMU配置可行方案。
3.
Thus how to find a sufficient number of uniformly distributed and representative Pareto optimal solutions under the condition of the continuously changing time for the decision maker is very important.
在动态多目标优化中,各目标通常相互冲突,其最优解往往有无穷多个,如何在时间连续发生变化的情况下依然能求出分布均匀且数量多的Pareto最优解供决策者选择十分重要。
2) Pareto optimal solutions
Pareto最优解
1.
Only some Pareto optimal solutions were selected for further evolutionary operation in the algorithm.
该方法只对部分当前所得到的Pareto最优解进行进化操作,所求得的Pareto最优解保留在一个不断更新的外部记忆库中,并选用一种简单的多样性保存机制来保证其具有良好的分布特征。
2.
Finite precision method is applied to control the amount of the Pareto optimal solutions and keep the individual diversity.
在进化过程中的每一代,采用精英选择和个体迁移策略加快多个目标的并行搜索,提出了控制Pareto最优解数量并保持个体多样性的有限精度法,同时还提出了多目标遗传算法的终止条件。
3.
Only some Pareto optimal solutions are selected for further evolutionary operation in the algorithm.
该方法只对部分当前所得到的Pareto最优解进行进化操作,所求得的Pareto最优解保留在一个不断更新的外部记忆库中,并选用一种简单的多样性保存机制来保证其具有良好的分布特征。
3) Pareto-optimal solutions
Pareto最优解
1.
It can obtain uniformly distributed Pareto-optimal solutions and has good convergence and excellent robustness.
带精英策略的快速非支配排序遗传算法(NSGA-Ⅱ)是一种新型的多目标遗传算法,该算法求得的Pareto最优解分布均匀,收敛性和鲁棒性好。
2.
A specially tailored Pareto genetic algorithm for the LEO infrared constellation design problem is proposed as a methodology to find the Pareto-optimal solutions other than the conventional optimization algorithm with selecting weights of different objectives.
针对传统的基于权值选择的多目标优化方法无法同时得到多个Pareto最优解的缺点,使用了一种Pareto遗传算法以进行星座设计。
4) Pareto-optimal solution
Pareto最优解
1.
Results indicate that this method can obtain uniformly distributed Pareto-optimal solutions.
结果表明:该算法求得的Pareto最优解分布均匀、收敛速度快、寻优能力强,决策者可根据不同的侧重点在Pareto解集中选择最终的满意解。
2.
The numerical experiments show that this algorithm can find more and wider Pareto-optimal solutions than the original one.
数值实验表明该混合遗传算法能求得问题的数量更多、分布更广的Pareto最优解。
3.
Aim It is desirable to find more Pareto-optimal solutions which scattered uniformly over Pareto-front in solving multiobjective programming.
结论 该方法能够找到问题的分布较均匀的Pareto最优解。
5) Pareto optimum
Pareto最优解
1.
Based on the definition of Pareto optimum, a Pareto Genetic Algorithm (PGA) suitable for multi objective optimization is developed using a set of operators and strategies in this paper.
基于 Pareto最优解的定义 ,通过构造新型的联赛式选择复制等算子而发展了一种适合于求解多目标优化设计的 Pareto基因算法。
6) Pareto-optimal solution
Pareto-最优解
补充资料：Pareto分布
Pareto分布
Pareto destribution
h比加分布「r恤犯勿山洲的h心阅;naPe功p舰uPe解爬-皿e} 一种连续概率分布(pro恤biljtydis颐bution)，其密度为 {二厂二、一二。<二<二. n(x)=之xo\x/ Lo，x簇二。，它依赖于两个参数:x。>0和“>0.在那种“截断”解释中，PaJ吧to分布可看作密度为 l戈p一I ~瓦石万石花石万不了，召，“>”，”<尤<田，的第二种B分布(玫恤~distribution)族的拼=l时的独立分布.对于任何固定的x。，通过变换x=x。/夕，P肚eto分布归结为第一种B分布.在P口n扣。曲线(B汾乃。ncur代‘)系统中，PaJ弋to分布属于“类型VI”和“类型xI”的分布.几化to分布的数学期望对于:>1有限，并等于二x。/(二一l);方差对于二>2有限，并等于:x孟/(，一1)“(二一2):中位数是2’‘’、‘，.Pal℃to分布函数由下列公式来确定: /义二、: 尸之X
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条