According to multi-objective optimi

According to multi-objective optimization problem in controlled atmosphere storage system, a modified multi-objective particle swarm optimization algorithm based on maximin fitness function was proposed. This algorithm introduced normalization algorithm and the conception of ε-dominance to the computation of maximin fitness function value, which solved the skewed popularity of the particles in the flight process. A modified computation method and an alterable ε-dominance strategy were put forward, which effectively improved the convergence speed of the algorithm and the diversity of the particles. The modified multi-objective particle swarm optimization algorithm was applied to optimize parameters like fruits and vegetables type, gas content in the controlled atmosphere storage system. The experimental results showed that the convergent speed of the algorithm was fast and the algorithm was valid

Kết quả (Việt) 1:

Theo đa mục tiêu tối ưu hóa các vấn đề trong hệ thống lưu trữ kiểm soát khí quyển, thuật toán tối ưu hóa một swarm lần hạt đa mục tiêu dựa trên maximin thể dục chức năng đã được đề xuất. Thuật toán này giới thiệu các thuật toán bình thường hoá và khái niệm của sự thống trị ε để tính toán maximin thể dục chức năng giá trị, giải quyết sự phổ biến sai lệch của các hạt trong quá trình bay. Một phương pháp tính toán sửa đổi và một chiến lược phẩn ε-thống trị đã được đưa ra, mà có hiệu quả cải thiện tốc độ hội tụ của các thuật toán và sự đa dạng của các hạt. Thuật toán tối ưu hóa swarm sửa đổi nhiều mục tiêu hạt được áp dụng để tối ưu hóa các thông số như trái cây và rau quả loại, khí nội dung trong hệ thống lưu trữ kiểm soát bầu khí quyển. Kết quả thử nghiệm cho thấy rằng tốc độ hội tụ của các thuật toán nhanh và các thuật toán là hợp lệ

Kết quả (Việt) 2:

Theo bài toán tối ưu đa mục tiêu trong hệ thống lưu trữ khí quyển kiểm soát, một đa mục tiêu hạt swarm thuật toán tối ưu hóa được sửa đổi dựa trên chức năng Maximin thể dục đã được đề xuất. Thuật toán được giới thiệu này thuật toán bình thường hóa và quan niệm của ε-thống trị để tính toán các giá trị hàm Maximin thể dục, mà giải được phổ biến nghiêng của các hạt trong quá trình bay. Một phương pháp tính toán sửa đổi và một chiến lược ε-thống trị alterable đã được đưa ra, trong đó có hiệu quả cải thiện tốc độ hội tụ của thuật toán và sự đa dạng của các hạt. Các thuật toán đa mục tiêu tối ưu hóa hạt bầy đàn sửa đổi đã được áp dụng để tối ưu hóa các thông số như trái cây và rau quả loại, nội dung khí trong hệ thống lưu trữ không khí kiểm soát. Kết quả thực nghiệm cho thấy tốc độ hội tụ của thuật toán đã được nhanh chóng và thuật toán là hợp lệ