【摘 要】
：
进化多目标优化算法（evolutionary multi-objective optimization algorithm,简称EMOA）研究利用进化计算的方法去求解多目标优化问题（multi-objective optimization problems,简称MOPs）,其已经成为当下进化计算领域的一个热点。在EMOA中,基于分解的多目标进化算法（multi-objective evolutio
论文部分内容阅读
进化多目标优化算法（evolutionary multi-objective optimization algorithm,简称EMOA）研究利用进化计算的方法去求解多目标优化问题（multi-objective optimization problems,简称MOPs）,其已经成为当下进化计算领域的一个热点。在EMOA中,基于分解的多目标进化算法（multi-objective evolutionary algorithm based on decomposition,简称MOEA/D）是一个重要的分支。尽管MOEA/D在诸多的MOPs上表现良好并且应用于工程优化的诸多领域,但是算法依然还有不足之处吸引着学者们对其进行进一步的改进。本文旨在通过对MOEA/D进行研究与实验测试,针对现有的MOPs去设计效果更加理想的进化求解方式,并对其进行数值实验分析检验。本论文的研究内容主要包括以下几个方面:（1）将分解的思想应用到自适应算子选择中,提出了基于领导者选举的算子选择策略（leader recommend operators selection strategy,简称LROS）,将LROS融入MOEA/D（称为MOEA/D-LROS）以提高MOEA/D的性能。MOEA/D-LROS首先基于多个繁殖算子构建出一个算子池;其次基于LROS策略将整个进化过程划分为若干个阶段（Stage）,并为每个阶段去选择最适宜于当前问题的算子。相较于MOEA/D只使用固定的繁殖算子去搜索子代,MOEA/D-LROS搜索到的子代质量更加优秀,整个种群的收敛速度明显加快。同时,由于MOEA/D-LROS评价繁殖算子质量的过程是以Stage为最小单位的,这使得MOEA/D-LROS在运行的不同阶段可以及时地更换繁殖算子,避免陷入局部最优。实验结果表明MOEA/D-LROS对于MOEA/D的改进在多种多目标测试问题上是有效的。（2）提出了一种基于自学习的双算子策略（DOS）,融入到MOEA/D中（简称为MOEA/D-DOS）。MOEA/D-DOS利用繁殖算子的协同进化能力获得了良好的结果,该协同进化能力是不同繁殖算子的空间搜索结构互补能力。将MOEA/D-DOS于10组无约束的CEC2009标准函数以及4组DTLZ问题上进行了大量的实验测试,数值实验结果证明了MOEA/D-DOS的有效性。（3）提出了基于分类模型的多目标进化算法MOEA/D-OPS。为了最大限度的发挥算子的协同进化能力,MOEA/D-OPS构建了一个由5组繁殖算子组成的算子池,同时设置了一种以二分类模型预选择为主、反馈模型为辅助的方式对算子池生成的多个子代进行评价,以选出最合适的子代,进而加快算法的收敛速度。最后对MOEA/D-OPS在标准的多目标测试问题上进行了测试,并与当前一些经典优秀的多目标进化算法多取得的实验结果进行了对比分析,数值实验结果证明MOEA/D-OPS优于与之对比的10组经典的多目标进化算法。
其他文献
抑郁症对人类的身心健康造成极大伤害,甚至危害社会。因此,尽早发现抑郁症早期症状并及时治疗极为重要。抑郁症的早期状态称为抑郁倾向。与大多数正常人一样,抑郁倾向患者会在社交媒体平台上分享自己的故事,表达情绪,以及寻求帮助和支持。因此,海量的社交平台数据为我们挖掘抑郁倾向的特征和发现抑郁倾向患者提供了可能。但是,如何更好地利用社交媒体平台数据,挖掘能够识别用户抑郁倾向的重要特征成为一项难题。尽管目前已有
沪港通和深港通是我国证券市场开放的里程碑事件,研究借道沪深股通投资A股的北上资金,对我国资本市场开放进程尤为有意义。本文理论研究与实证研究相结合,将统计检验、事件研究法、线性回归、多因子模型运用于研究北上资金入市特征,及其持仓股票定价的有效性。通过对2014年11月17日以来沪深股通进行指数分析发现,在样本时期内,北上投资者具备择时能力,他们在指数相对较低的区间买入,在指数相对较高的区间卖出,证金
自从人们进入信息化时代以来,互联网一直在潜移默化地影响着人们的日常生活。电子产品在日常生活中随处可见,微博、淘宝等网络平台为人们获取外界信息提供了便利,同时也产生了大量对时事以及产品的评论文本。文本情感分析是挖掘评论文本表达的情感信息,挖掘其中蕴含的情感信息可以为消费者提供决策支持,有助于商家及时获取反馈信息并对产品进行完善升级,同时有助于政府正确引导舆情风向。因此文本情感分析具有巨大的实用价值。
受互联网技术的覆盖以及移动端设备激增的影响,人工智能逐渐渗透到人们商业生活的方方面面。对话系统作为人工智能领域下的重要产物,得益于数据的支持以及深度学习技术的进步,也逐渐向更人性化方面发展。对话系统从特定领域下的任务型逐渐发展到开放领域下的聊天型,从固定规则下的检索型发展为Seq2Seq框架下对话生成型。综合国内外研究现状,基于生成的对话系统能够脱离规则的束缚生成数据库中没有但合理的回答,且模型的
近年来,机械臂的研究一直是国际、国内极其重视的研究热点,在国家政策的大力支持下,目前,由于我国机械臂及智能系统技术正得到飞速发展,工业机械臂、医疗机械臂的应用得到了进一步推广,这极大的促进了我国工业、国防科技事业的大力发展。在机械臂运动过程中,因为各关节和连杆之间的作用力,产生的柔性效应会导致在执行实际任务时精度降低,所以机械臂的柔性特征是需要解决的首要问题。柔性机械臂是一个具有时变、强耦合等特性
当今社会随着互联网的不断发展,学习资源的数量呈指数型上升,种类也多种多样,例如数字图书馆的学习资源、网络课程学习资源等等。在如此多的学习资源面前,用户想要找到最适合自己的学习资源也变得越来越困难,所以如何准确的向用户推荐最适合他的学习资源是一个非常必要的问题。推荐系统是根据用户的需求、兴趣将用户感兴趣的信息（如产品、图书、课程等）推荐给用户的系统。传统的推荐方法在推荐的过程中有很多局限:推荐过程是
情绪的好坏决定着人们的生活状态,快乐、满足和喜悦等积极情绪能够提升幸福感,相反,焦虑、忧愁和厌恶等消极情绪会使人患上精神疾病甚至威胁生命。如何提高情绪分类的准确率并提高在日常生活场景应用的普适性越来越受到研究者的关注。传统的基于生理信号的情绪分类主要通过特征提取和训练分类器进行分类,传统方法的不足之处是准确率低并且可解释性差。Shapelet是时间序列的子序列,它能够出现在时间序列的任何位置,并且
长链非编码RNA（long noncoding RNAs,lnc RNAs）被定义为长度大于200个核苷酸的非编码RNA。lnc RNAs在早期一直被人们认为是转录噪声,直到最近的研究证明lnc RNAs具有丰富的生物功能,几乎参与所有的生命过程。lnc RNAs的突变和失调与许多疾病相关,在生物体内发挥着重要作用。因此,识别新的与疾病相关的lnc RNAs有助于人类理解lnc RNAs的功能、识
身份认证是一种用于确认用户身份的安全保障技术,在日常生活中一般可通过检查对方证件等身份证明物品的方式来实现。近年来,钥匙、证件等传统身份认证方式由于存在易丢失、携带不便等缺点,在一些应用场景中已渐渐被基于生物特征识别的身份认证方式所取代。然而,目前的部分生物特征存在易被伪造或难以与其他生物特征融合等问题。眼动作为一种行为性生物特征能够反映大脑区域和眼部肌肉的活动,不容易被伪造,因而具有较高的安全性
如今,在网络访问中最方便的认证方式仍然是使用口令。纯数字口令更是ATM卡、信用卡、在线支付等认证的主要形式。目前关于口令安全的研究主要关注组合口令,比如同时包括字母、数字和特殊字符的口令。相对而言,对于纯数字口令和金融口令安全性的研究很少。为了弥补这一不足,本文研究了从泄露的国内网站数据集中提取的数字口令的安全性。主要贡献如下:（1）基于RNN的数字口令的安全性分析。首先,使用皮尔逊卡方检验验证了