基于预测与多样性保持机制的动态多目标进化算法研究
文章平均质量分 90
锁麟囊——这是老天爷给我的一番教训
这个作者很懒,什么都没留下…
展开
-
基于预测与多样性保持机制的动态多目标进化算法研究(二)——基于预测策略的动态多目标进化算法 之 种群预测策略PPS
在此之前,预测方法主要用于预测一些孤立的个体, 而种群预测策略是在环境变化后, 根据环境变化之前的一些重要的历史信息来重新初始整个种群中的所有个体。根据预测出来的中心点和副本产生整个种群的具体过程如下假设( 4 )和( 6 )中的噪声是相互独立的。其中| A |是A的基数,| | x-y | |是x和y之间的欧氏距离.很明显,每个点和每个维度的方差都是相同的。在Step3.1中,通过提出的策略预测一个新的解决方案。,i = 1,2,..,n,j = 0,1,..,p - 1的白噪声,p是AR模型的阶数.原创 2024-07-10 11:11:21 · 704 阅读 · 0 评论 -
基于预测与多样性保持机制的动态多目标进化算法研究(一) ——进化动态多目标优化算法框架
不同于进化算法的遗传操作过程, EDAs首先显式地从需要选择的解集中提取全局的统计信息, 然后在基于被选择的比较有优势的解来建立一 个后验的概率分布模型, 最后通过建立的概率模型来采样并得到最终需要的解。也就是在每一 代的运行中, 每次从种群中先随机挑选一个个体对它进行重新计算目标值, 如果目标值发生了变化, 就说明种群所处的环境发生了改变, 如果目标值没有发生变化, 再从种群中剩余的个体中随机选择一个个体对进行重新评价。进化动态多目标优化经过一段时间的发展, 已经形成了相对成熟的动态多目进化算法的框架。原创 2024-07-10 09:08:58 · 979 阅读 · 0 评论