【摘 要】
：
针对传统多目标粒子群算法容易早熟的问题,提出了一种基于多样性控制的多目标粒子群算法。该算法采用一种基于权值向量的多样性评价指标来度量算法在每一次迭代时的种群多样性,并根据评估值来自适应地控制算法的进化过程。为了保证种群的多样性,采用一种基于Steffensen方法的自适应变异策略对外部种群进行更新。通过自适应地选择粒子的全局最优位置来实现种群多样性与收敛性之间的平衡。将该算法与几种常用的多目标进化算法在一系列标准测试函数上进行了仿真实验,统计结果证明了所提算法的有效性。
【机 构】
：
上海海事大学信息工程学院,上海海事大学物流工程学院
【基金项目】
：
国家自然科学基金(61806122)。
论文部分内容阅读
针对传统多目标粒子群算法容易早熟的问题,提出了一种基于多样性控制的多目标粒子群算法。该算法采用一种基于权值向量的多样性评价指标来度量算法在每一次迭代时的种群多样性,并根据评估值来自适应地控制算法的进化过程。为了保证种群的多样性,采用一种基于Steffensen方法的自适应变异策略对外部种群进行更新。通过自适应地选择粒子的全局最优位置来实现种群多样性与收敛性之间的平衡。将该算法与几种常用的多目标进化算法在一系列标准测试函数上进行了仿真实验,统计结果证明了所提算法的有效性。
其他文献
【摘要】随着信息技术的不断发展，手机平板等可移动终端的普及极大的改变了人们的生活工作习惯，短视频以及多样化的网络软件的应用，促进着新媒体时代的到来，给传统的图书出版发展带来的极大的机遇与挑战。在此基础上文章首先概述了新媒体时代的发展特征，然后分析了现阶段传统图书出版行业的发展困境，最后提出了对应的发展创新路径，以期能够给相关机构或者类似研究起一定的借鉴作用，促进图书出版行业市场竞争力的稳步增长，推
近年来,“真人秀”节目不断地在进行演变和发展,职场类真人秀节目成为当下较为热门的综艺节目题材。《令人心动的offer》是国内首档律政职场观察类综艺节目,从8位初入职场的实习生展开叙事。本文从节目形式、节目内容的和节目制作策略的创新三个方面探析职场观察类综艺节目的创新策略。
【摘要】新时期下，信息网络以及数字化技术在良好发展的同时，电视节目的编辑和制作形式也逐渐多样化，尤其是非线性编辑制作形式，将其应用在电视节目和网络音频制作中，可以大大促进编辑和制作效果的提升。并且，在新闻或者电视直播等节目制作期间，也可以对线性编辑方式加以利用，有效提高了节目的效果。因而，采取何种方式来对电视节目进行编辑制作，已经成为了当下电视节目编辑和制作人员研究的重要课题。基于此，本文即对电视
提出一种车联网中基于双层博弈的合作下载激励方案。利用反向拍卖机制选择合作下载车辆,演化博弈解决了车辆参与数据转发的问题。同时,采用有序聚合签名技术保证了数据传输过程的安全。此外,基于比特币的定时承诺机制实现了电子货币激励,保证了交易支付公平性。理论分析表明,该方案实现了数据完整性、身份认证、不可抵赖性,能有效地促进车辆合作以及实现了交易的公平性。仿真结果从通信开销和存储开销方面证明了方案的有效性。
【摘要】随着信息时代的到来，数字技术得到了飞速发展，它也受到了人们的广泛关注和应用。随着人们日常生活的不断改善，原有的电视技术无法满足人们的需求而逐渐被淘汰。在信息时代的发展中，数字电视技术层出不穷。数字电视技术作为时代发展的新事物，在很大程度上弥补了传统电视技术的不足，数字电视技术具有广阔的发展前景，对人们的生活和社会发展具有重大影响。基于数字化已成为广播电视技术的发展趋势这一事实，它解释了数字
针对传统信号检测算法无法有效应对子载波间干扰问题,提出了一种基于高斯赛德尔算法改进的迭代并行干扰消除信号检测算法。该算法首先利用自适应迭代的高斯塞德尔算法获取待检测信号的粗略估计;然后利用迭代并行干扰消除算法对初始解进行迭代优化,并在迭代过程中引入提前更新机制。仿真结果表明,在长期演进—车联万物通信系统中,该算法的检测性能超过了传统初始解的迭代并行干扰消除算法,逼近最优初始解算法性能。这种算法以较低的计算复杂度达到了较好的检测性能,为长期演进—车联万物系统信号检测算法的设计提供新思路。
【摘要】在舆论监督中，新闻媒体与新闻记者均属于关键性主体，两者保持着密切相关性，并共同促进彼此舆论监督作用的发挥。新闻媒体、新闻记者双方在舆论监督过程中均有多项权利，包括有权了解事实真相，所有工作与行为都应以促进社会和谐为基础。本文重点分析新闻媒体和新闻记者在舆论监督中的相关性，促使双方更深入、有效的参与到舆论监督中，发挥各自监督职能。 【关键词】新闻媒体;新闻记者;舆论监督;相关性 中图分类
针对困难样本在深度哈希算法中难以收敛以及过多的困难样本产生的噪声干扰问题,提出一种通过损失决定梯度的困难样本学习策略.首先,提出一种非均匀梯度归一化方法,通过计算困
为提高污水处理效率,制备高效、易降解的新型复合淀粉絮凝剂,以淀粉及丙烯酰胺(AM)单体为原料,通过反相乳液聚合法制备淀粉接枝丙烯酰胺絮凝剂(St-PAM)。采用正交试验,分析反应温度、淀粉与丙烯酰胺单体比、KPS浓度和反应时间对单体转化率与接枝率的影响,确定最优工艺,并对优化后制备的试样进行性能测试。结果表明:反相乳液聚合法合成St-PAM最佳工艺为反应温度60℃,淀粉与丙烯酰胺单体比1∶3.5,KPS浓度5 mmol·L-1。在该工艺下制备的淀粉絮凝剂单体转化率为92.8%,接枝率
对于目标检测任务,深度神经网络模型中的一阶段网络结构存在两个问题。首先,网络结构中的锚框超参数设计的合适与否将影响整个网络的训练结果;其次,较大的降采样因子会影响目标的定位能力。针对这两个问题,提出了多尺度定位提升网络模型。重新设计了一阶段网络模型结构,并且提出了更好的锚框超参数选择方案,它在保证一阶段网络效率的同时,定位精度比之前的一阶段网络模型更好。大量实验表明,多尺度定位提升算法在保证实时性