基于線性權(quán)重最優(yōu)支配的高維多目標優(yōu)化算法
大?。?/span>0.90 MB 人氣： 2017-11-24 需要積分：1
在高維多目標優(yōu)化問題中，Pareto支配關(guān)系存在非支配解隨優(yōu)化目標數(shù)增加呈指數(shù)級增長和種群選擇壓力下降等問題。針對這些問題，基于線性權(quán)重聚合函數(shù)和支配關(guān)系兩種比較多目標解方法的思想，提出一種線性權(quán)重最優(yōu)支配關(guān)系（ LWM-dominance），并理論證明了LWM非支配解集是Pareto非支配解集的子集，同時保留了種群中重要的角解。進一步地，基于LWM支配關(guān)系，實現(xiàn)了一個高維多目標進化優(yōu)化算法，基于該算法的實驗驗證了LWM支配關(guān)系的性質(zhì)。在隨機解空間中的實驗結(jié)果表明LWM支配關(guān)系適用于5-15個目標的高維多目標優(yōu)化問題，通過DTLZI - DTL27高維多目標優(yōu)化問題進化過程中LWM非支配解集與Pareto非支配解集規(guī)模的對比實驗，結(jié)果表明優(yōu)化目標數(shù)為10和15時非支配解的比例平均下降了約17%。
?
非常好我支持^.^
(0) 0%
不好我反對
(0) 0%
下載地址
基于線性權(quán)重最優(yōu)支配的高維多目標優(yōu)化算法下載
相關(guān)電子資料下載
- 不同的人工神經(jīng)網(wǎng)絡(luò)模型各有什么作用? 126
- rnn神經(jīng)網(wǎng)絡(luò)基本原理 233
- 深度學習中的模型權(quán)重 56
- bp神經(jīng)網(wǎng)絡(luò)算法過程包括 106
- 神經(jīng)網(wǎng)絡(luò)優(yōu)化算法有哪些 70
- 反向傳播神經(jīng)網(wǎng)絡(luò)建?；驹?/a> 166
- 反向傳播神經(jīng)網(wǎng)絡(luò)概念是什么 168
- 反向傳播神經(jīng)網(wǎng)絡(luò)分為多少層 162
- bp神經(jīng)網(wǎng)絡(luò)模型拓撲結(jié)構(gòu)包括哪些 115
- 卷積神經(jīng)網(wǎng)絡(luò)激活函數(shù)的作用 80