论文部分内容阅读
进化计算方法，基于统计分析的自适应粒子群优化算法，基于正交预测的正交学习粒子群优化算法，基于进化路径的差分进化算法，总结出了运用机器学习技术辅助种群初始化等方面。
机器学习辅助的进化计算方法
【摘 要】
：
进化计算方法，基于统计分析的自适应粒子群优化算法，基于正交预测的正交学习粒子群优化算法，基于进化路径的差分进化算法，总结出了运用机器学习技术辅助种群初始化等方面。
【机 构】
：
中山大学
【出 处】
：
第二届中国演化计算与学习研讨会(ECOLE 2015)
【发表日期】
：
2015年6期
其他文献
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
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
Outlines 1)Brainstorming process 2)Brain storm optimization algorithms 3)Variants of brain storm optimization algorithms 4)Framework of brain storm optimization
会议
Outline Introduction Cooperative Co-evolutionary Algorithms for Large Scale Problems(EACC-G) Cooperative Coevolution with Variable Interaction Learning(CCVIL) S
会议
大数据环境下智能优化的发展趋势，物联网环境下智能优化的发展趋势，云计算环境下智能优化的发展趋势，移动互联环境下智能优化的发展趋势。
Outline 1 Introduction 2 Stochastic Optimization Background Mixed Gradient Descent 3 Stochastic Approximation Background Dual Random Projection 4 Conclusions an
会议
Outline 1 Introduction 2 Corrected model for tensor completion and its error bound 3 Convergent 3-block ADMM Algorithm4 Numerical experiments
会议
1.Model Illustration 2.Continuous Relaxation· Continuous model· Stationary points-lifted stationary point3.Numerical Algorithm· Smoothing method· Smoothing
会议
Outline 1 Motivation;2 Necessary optimality conditions;3 Approximation method;4 Numerical simulations;5 Summary
会议