![](https://img-blog.csdnimg.cn/20201014180756923.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
学习笔记
文章平均质量分 72
αβγθ
这个作者很懒,什么都没留下…
展开
-
Spring Security
Spring Security认证和授权Spring Security为Spring框架提供安全支持虽然Spring Security重量级并且配置烦琐,但在和Spring家族的产品一起使用时, 可以更加方便的使用Spring Security。因此Spring Security具有很大的优势。Spring Security最核心的功能:认证Spring Security支持多种不同的认证方式,包括:表单认证。 OAuth2.0认证等等。也可以进行自定义认证,通过引入第三方依赖来支持更多的认证原创 2021-04-09 10:08:17 · 577 阅读 · 1 评论 -
一种具有多搜索策略的多目标粒子群算法(MMOPSO)
1.摘要大多数的MOPSO算法只采用单一的搜索策略来更新每个粒子的速度(单目标优化问题(SOP)),这可能会给复杂的MOPSO算法带来一定的困难。提出了一种基于MMOPSO算法的MOPSO算法,利用分解方法将MOPS转换为一组聚合问题,然后相应地分配粒子来优化每个聚集问题。设计了两种搜索策略来更新每个粒子的速度,这分别有利于加快收敛速度和保持种群多样性。在此之后,粒子访问的所有非主导解决方案都...原创 2020-10-24 16:31:04 · 1269 阅读 · 2 评论 -
基于分解的多目标进化算法的自组织映射权重设计(MaOPs)
Mops的M>=2,MaOPs的M>=31.摘要与双目标优化问题和三目标优化问题相比,目标数大于3个的多目标优化问题无疑更具挑战性。 目前,基于分解的进化算法在处理MAOPs方面表现出了很有前途的性能。然而,这些算法都需要设计权重向量,这对算法的性能有很大的影响。特别是当问题前面的Pareto不完全时,这些算法不能用传统的权值设计方法获得一组均匀分布的解。在文献中,众所周知,自...原创 2020-10-24 16:24:16 · 1039 阅读 · 0 评论 -
教与学算法(TLBO)
TLBO,由Rao等人在2011年提出的,是一种基于群体的启发式优化算法,不需要任何算法特定参数。这种方法模拟了传统的课堂教学过程。整个优化过程包括教师阶段和学习者阶段。在教师阶段,每个学生都向最优秀的个体进行学习。在学习阶段,每个学生都以随机的方式向其他学生学习。基于教学的优化(TLBO)是一种模拟课堂教学过程的基于群体的优化方法。TLBO分为两部分。第一部分是“教师阶段”,即向教师学习;第二部分是“学习者阶段”,即通过学习者之间的互动进行学习。在TLBO中,种群被视为一类学习者。每个学习者代表优化问原创 2020-05-14 18:27:18 · 9506 阅读 · 16 评论 -
约束优化的自适应试验向量生成策略和基于聚类置换的可行性规则的差分进化(CACDE)
CACDE:Differential evolution with adaptive trial vector generation strategy and cluster-replacement-based feasibility rule for constrained optimization原文:https://www.sciencedirect.com/science/artic...原创 2019-10-15 16:28:25 · 511 阅读 · 0 评论 -
一种基于多角色的差分进化(MRDE)
MRDE:A multi-role based differential evolution原文:https://www.sciencedirect.com/science/article/pii/S22106502183055101.摘要差分进化算法是一种高效而有力的随机优化算法。近年来的大量研究证明,不同的试向量生成策略和相关的控制参数在不同的问题上具有明显的特点。为了充分发挥...原创 2019-10-08 16:25:42 · 626 阅读 · 0 评论 -
一种多群体协作多级扰动引导粒子群优化算法(MCpPSO)
MCpPSO:A multi-swarm cooperative multistage perturbation guiding particle swarm optimizer原文:https://www.sciencedirect.com/science/article/pii/S156849461400221X1.摘要在多群体信息共享和精英扰动引导思想的启发下,提出了一种新型...原创 2019-10-05 09:47:27 · 595 阅读 · 0 评论 -
通过多种综合性学习增强勘探开发的粒子群优化(HCLPSO)
HCLPSO:Heterogeneous comprehensive learning particle swarm optimization with enhanced exploration and exploitation原文:https://www.sciencedirect.com/science/article/pii/S22106502150004011.摘要本文...原创 2019-09-19 15:19:41 · 988 阅读 · 0 评论 -
提高RM-MEDA局部学习(IRM-MEDA)
IRM-MEDA:Improved RM-MEDA with local learning原文:https://link.springer.com/article/10.1007/s00500-013-1151-21.摘要为了提高基于规则模型的多目标分布估计算法(RM-MEDA),基于分布估计的典型多目标优化算法,的收敛速度和收敛精度,本文提出了一种局部学习算法,RM-MEDA...原创 2019-09-19 15:17:04 · 642 阅读 · 0 评论 -
基于分解的参考点多目标优化(R-MEAD)
R-MEAD:Reference Point Based Multi-objective Optimization Through Decomposition 原文:https://ieeexplore.ieee.org/document/62564861.摘要本文提出了一种基于用户定义的进化算法,该算法依靠分解策略将多目标问题转化为一组单目标问题。通过使用参考点,该算法可以将搜索...原创 2020-10-24 16:36:11 · 1299 阅读 · 0 评论 -
基于惩罚的边界交点(PBI)
1.PBIPBI的这种方法是正规边界交点法的一个变体。定义为下:d1,d2关系如下图:其中F(x)-Z*是d3的距离,d1是d3的投影。F(x)在w上的投影是P,d2是投影距离(体现多样性,靠近w的点也可以作为选取点,θ相当于惩罚)。d1被用来评价x对EF的收敛性,d2是一种衡量种群多样性的方法。通过将d2的值乘以θ和d1,从而让gpbi(x=w,z∗)对x做一种综合测度...原创 2019-08-18 15:08:28 · 3710 阅读 · 9 评论 -
一种以超体积测量(S度量)为选择准则的EMO算法-SMS-EMOA
SMS-EMOA: Multiobjective selection based on dominated hypervolume原文:https://www.sciencedirect.com/science/article/pii/S0377221706005443摘要:超体积测度是比较进化多目标优化算法(EMOA)结果的最常用方法之一。本文将设计一种稳定状态的EMOA,它将非占优...原创 2020-10-19 11:08:15 · 2069 阅读 · 0 评论 -
基于差分均值扰动的改进粒子群优化算法(DMP-PSO)
IRM-MEDA:An improved particle swarm optimizer with difference mean based perturbation原文:https://www.sciencedirect.com/science/article/pii/S09252312130094541.摘要 粒子群的概念是从对社会生物集体行为的模拟中产生...原创 2019-09-19 15:27:20 · 1659 阅读 · 3 评论