进化算法的等态关系模型及其在收敛性改进中的应用

来源 :第二届中国演化计算与学习研讨会(ECOLE 2015) | 被引量 : 0次 | 上传用户:string_lau
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
关于进化算法的收敛性研究,进化算法的等态关系模型,基于等态关系模型的进化算法收敛性对比理论,等态关系模型应用举例Ⅰ:离散型算法,等态关系模型应用举例Ⅱ:连续型算法,总结与研究团队简介,不需要Markov氏链状态转移矩阵的不可归约性条件,可以分析更多类型的进化算法;通过对比算法的收敛性,提高进化算法的求解精度。
其他文献
文章介绍了基于网格化协作的多目标优化、在线多样性度量指标以及基于边界点搜索的超多目标优化算法及其在分布式综合模块化航电系统和示教器优化设计方面的应用。
AI技术驱动创业方向技术方向主要包括广告/推荐/计算机视觉/语音/自然语言理解/自动驾驶/AI芯片/AI平台等。文章分析了公司创立流程与团队组建过程,以及创新过程中的困难和风
Research Interests and Achievements 1.共计发表学术论文50余篇,SCI检索30篇.论文发表在IEEE TCYB,Information Fusion,Information Sciences、EC、IEEE Transactions on I
会议
组合优化问题优化问题可以分为两类:一类是连续变量的问题,另一类是离散变量的问题,后者称为组合优化问题.组合优化问题的任务:从一个有限或可数无限集里,寻找一个使得目标函
提纲启发式优化算法综述,工业应用案例讲解,对通用启发式算法和策略的研究,进行需求分析的能力,对复杂系统优化问题的建模能力等方面.
OUTLINE Ⅰ Multi-objective optimization Ⅱ Evolutionary algorithms and data mining Ⅲ MOPM:task-oriented pattern mining Ⅳ MR-MOEA:community detection
会议
Outline Set-based PSO Multi-objective S-PSO Applications of S-PSO Conclusions Particle Swarm Optimization The Original PSO(Kennedy & Eberhart,1995;Shi & Eberhar
会议
Multiobjective Optimization Problem Pareto Dominance Point A dominates B,Points A,C,D,are nondominated to each other.
会议
智能计算通过模拟自然中的智慧现象或过程发展而来的。其迭代过程是一个学习过程,主要由知识发现和知识运用两个过程组成。分支定价框架下的智能计算是一种求解复杂组合优化问
Multi-objective Machine Learning Framework Multi-objective unsupervised learning Multi-objective supervised learning Conclusions Machine learning is the core of
会议