【摘 要】
：
多目标优化问题（Multi-objective Problems,MOPs）是现实世界中极为常见的难题,因为其多个目标之间往往互相冲突,无法同时达到最优。多目标优化算法（Multi-objective Optimization Evolutionary,MOEA）是解决MOPs的重要方法,其中基于分解的多目标优化算法（Decomposition-based Multi-objective Opti
论文部分内容阅读
多目标优化问题（Multi-objective Problems,MOPs）是现实世界中极为常见的难题,因为其多个目标之间往往互相冲突,无法同时达到最优。多目标优化算法（Multi-objective Optimization Evolutionary,MOEA）是解决MOPs的重要方法,其中基于分解的多目标优化算法（Decomposition-based Multi-objective Optimization Evolutionary,MOEA/D）因其强搜索能力、高鲁棒性、高扩展性已成为发展最广,最具研究意义的算法。然而,现有的MOEA/D及其变种算法普遍存在以下问题:a.无法处理帕雷托前沿复杂的多目标优化问题;b.处理高维多目标优化问题（Many-objective Optimization Problem,Ma OPs）时,解集分布不均,整体性能差;c.部分MOEA/D变种算法的时间代价较高。本文在MOEA/D算法上做了进一步优化,并将改进算法应用到测试用例排序问题中,具体研究内容如下:（1）为克服MOEA/D存在的问题,本文提出一种新型多目标优化算法MOEA/D-VW。该算法使用一种轻量级自适应权重向量更新策略,使权重向量能够在迭代过程中自行调整,以优化种群演化方向。同时,该算法通过改进交叉算子,使种群能在搜索初期具有更大的搜索空间,在搜索后期能够快速收敛,且不容易陷入局部最优。此外,MOEA/D-VW通过周期性地更新邻域实现在保证改善算法性能的同时减少时间代价。本文在31组测试函数上,将MOEA/DVW与7个先进多目标优化算法进行对比实验,实验结果发现MOEA/D-VW在GD,IGD,HV,DM评价指标上均有优化,这证明MOEA/D-VW在解集的分布性、算法的收敛性、算法的鲁棒性上均有提升。（2）测试用例排序问题是软件工程领域的一个重要问题,其目的是通过对测试用例进行优先级排序,来帮助开发者更高效地检测软件中存在的缺陷。本文将MOEA/D-VW离散优化成算法PMOEA/D-VW,并以MOEA/D的不同决策点构成的算法作为低层策略构建超启发式算法HHMOEA/D,然后将PMOEA/DVW与HHMOEA/D应用到测试用例优先级排序问题中。本文构建了6个项目的代码覆盖矩阵,并在这些项目上分析了基于不同目标组合的算法的性能。实验结果证明,以APDC+EET为目标组合的算法在测试用例排序问题上性能最优。另外,本文将PMOEA/D-VW与8个测试用例排序策略进行比较,发现PMOEA/D-VW在APFDc、HV指标均有优化,这证明PMOEA/D-VW在测试用例优先级排序问题上的优越性,同时,将HHMOEA/D在6个项目的TCP问题上进行实验,证明HHMOEA/D能够有效选择最合适的低层MOEA/D算法来解决目标项目的TCP问题。
其他文献
随着人口老龄化加剧，老年抑郁（Geriatric depression,GD）正成为一个全球重大公共卫生问题。经颅磁刺激（Transcranial magnetic stimulation,TMS）是一种已被证实治疗成年人难治性抑郁症的有效干预手段，但TMS对GD疗效仍不清楚。这篇综述提供了TMS治疗GD一些新观点，探讨了TMS应用临床治疗GD的可行性。
随着深度学习技术在人工智能各个领域的快速发展,深度神经网络（Deep neural network,DNN）模型日益复杂,数据集规模不断增大。在单机单卡环境下的DNN模型训练速度已经无法满足日常的研发需求,因此研发人员开始将DNN模型训练过程逐渐转移到多机多卡环境下使用多个计算设备进行并行训练,从而加快DNN模型训练速度。分布式深度学习（Distributed deep learning,DDL）
＜正＞ 前言目前,酸度对雨水水质的影响已引起人们的关注。pH值则是衡量雨水水质及雨水酸度的主要指标。由于雨水的采集方法及分析平均值的计算方法各有不同,这佯,雨水的平均pH值也有所不同。至今日本还没有一个在同一标准下计算各地区雨水pH值的统一方法。在探讨雨水平均pH值计算方法的同时,此文将以计算结果为依据,推断一下日本各地区雨水的年平均pH值及其分布情况。
近年来,室内可见光定位系统发展迅速,其定位精度高,部署和维护成本低,有丰富的频谱资源并且可以工作在电磁敏感的场所,因此具有实现室内外定位服务一体化无缝切换的潜力。基于上述原因,室内可见光定位系统成为了室内定位问题的研究热门。本文研究了室内环境下基于光电二极管的可见光定位系统,利用偏振光实现了可移动物体的定位机制,丰富了可见光定位系统的定位技术手段,拓展了其应用场景。因定位精度高和功耗低的优点,基于
随着人工智能的不断发展,文档图像的分析和识别技术被广泛应用于教育行业。目前,大多数文字识别技术能够较好地处理语文或英语等结构相对简单的文档。但是,对于数学类文档,由于其内部存在着复杂的数学表达式,其精准识别仍然是具有挑战性的难题。针对数学文档的自动分析与识别全流程,本文基于深度学习技术构建了一系列文档图像增强、分析和识别的算法。具体而言,本文的主要研究内容包括如下三个部分:（1）本文提出了一种基于
＜正＞ 酸雨是当代世界上面临的主要环境问题,并已成为人们普遍关注的公害之一。近年来,我国各地区对大气污染和降水化学成分的分析表明,我国南方地区酸雨出现的频率大大高于北方地区。由于城市工业区排出的二氧化硫、氮氧化物等污染物,不只污染城市空气,而且可随着气流输送到很远的距离。加之污染物可以作为凝结核,在云滴、雨滴形成的时候,就可能具有酸的因素。云内的成雨过程,以
随着教育科研人数激增以及学术活动的多样化发展,网络中文献的数量庞大且增长迅速,因此各种在线学术平台相继构建。发表、检索和阅读学术文献是学校科研、教学、管理和交流工作的重要组成部分,学术平台也逐渐成为智慧校园建设的重要基础平台。在高校中,重名人员日益增多,这些大量重复的姓名会极大降低学术平台中文献检索的效率,并且可能检索出错误的数据,给高校知识图谱的构建带来极大不便。姓名消歧系统凭借维护成本低、检索
随着人工智能和深度学习技术的发展,复杂场景下的文本检测识别技术逐渐成为计算机视觉的热门研究领域。在工业运输环境中,员工需要驾驶叉车运输货箱到达指定仓库,而由于人工原因经常会出现错看货箱编码、漏送货箱等情况,导致运输效率低下。因此本文从复杂场景下的文本检测识别技术入手,通过文本检测识别技术识别货箱上的编码,从而帮助员工更清晰、更直观地了解货箱编码。此外,在实际工厂环境下,存在光线昏暗、文本不规整、设
随着互联网的发展,推荐系统作为一种可以满足用户个性化需求的技术,受到了广泛的关注与研究。大规模且高质量的数据对推荐系统的发展至关重要,机构和企业通过数据共享提升推荐准确率,但这种方式存在着数据隐私安全的问题。与此同时,用户保护自身隐私数据的意识逐渐觉醒,相关法律法规也日益完善,如何在保护数据隐私的前提下调度多个参与方共同训练推荐模型是亟需解决的问题,具有重要的研究价值和应用前景。近年来,面向隐私保