检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

基于相似历史信息迁移学习的进化优化框架

自动化学报 2021年第3期47卷 652-665页

作者：张勇杨康郝国生巩敦卫中国矿业大学信息与控制工程学院徐州221116 江苏师范大学计算机科学与技术学院徐州221116

现有进化算法大都从问题的零初始信息开始搜索最优解,没有利用先前解决相似问题时获得的历史信息,在一定程度上浪费了计算资源.将迁移学习的思想扩展到进化优化领域,本文研究一种基于相似历史信息迁移学习的进化优化框架.从已解决问题... 详细信息

现有进化算法大都从问题的零初始信息开始搜索最优解,没有利用先前解决相似问题时获得的历史信息,在一定程度上浪费了计算资源.将迁移学习的思想扩展到进化优化领域,本文研究一种基于相似历史信息迁移学习的进化优化框架.从已解决问题的模型库中找到与新问题匹配的历史问题,将历史问题对应的知识迁移到新问题的求解过程中,以提高种群的搜索效率.首先,定义一种基于多分布估计的最大均值差异指标,用来评价新问题与历史模型之间的匹配程度;接着,将相匹配的历史问题的知识迁移到新问题中,给出一种基于模型匹配程度的进化种群初始化策略,以加快算法的搜索速度;然后,给出一种基于迭代聚类的代表个体保存策略,保留求解过程中产生的优势信息,用于更新历史模型库;最后,将自适应骨干粒子群优化算法嵌入到所提框架,给出一种基于相似历史信息迁移学习的骨干粒子群优化算法.针对多个改进的典型测试函数,实验结果表明,所提迁移策略可以加速粒子群的搜索过程,显著提高算法的收敛速度和搜索效率.

关键词：进化优化迁移学习粒子群优化模型匹配

混合比较区间多目标进化优化及在矿井RFID布局的应用

在线全文

学校读者我要写书评

暂无评论

控制与决策 2017年第1期32卷 31-38页

作者：孙晓燕张鹏飞陈杨时良振中国矿业大学信息与电气工程学院江苏徐州221008 中国矿业大学江苏省煤矿电气与自动化工程实验室江苏徐州221116

高效的区间Pareto支配比较对于提高区间多目标进化优化算法性能至关重要.针对现有的区间多目标进化优化采用单一区间数比较的不足,提出基于混合比较策略的区间多目标进化优化算法.深入分析区间数μ比较和可能度P比较策略的优劣,提出融... 详细信息

高效的区间Pareto支配比较对于提高区间多目标进化优化算法性能至关重要.针对现有的区间多目标进化优化采用单一区间数比较的不足,提出基于混合比较策略的区间多目标进化优化算法.深入分析区间数μ比较和可能度P比较策略的优劣,提出融合这两种方法的混合比较策略和基于该混合策略的NSGA-II算法.该算法在典型多目标区间函数和含区间不确定性的煤矿井下射频识别阅读器布局中的应用,验证了所提出的混合区间比较策略的有效性.

关键词：多目标进化优化区间不确定混合比较射频识别布局

在线全文

学校读者我要写书评

暂无评论

基于目标分解的高维多目标并行进化优化方法

自动化学报 2015年第8期41卷 1438-1451页

作者：巩敦卫刘益萍孙晓燕韩玉艳中国矿业大学信息与电气工程学院徐州221116 兰州理工大学电气工程与信息工程学院兰州730050

高维多目标优化问题普遍存在且难以解决,到目前为止,尚缺乏有效解决该问题的进化优化方法.本文提出一种基于目标分解的高维多目标并行进化优化方法,首先,将高维多目标优化问题分解为若干子优化问题,每一子优化问题除了包含原优化问题的... 详细信息

高维多目标优化问题普遍存在且难以解决,到目前为止,尚缺乏有效解决该问题的进化优化方法.本文提出一种基于目标分解的高维多目标并行进化优化方法,首先,将高维多目标优化问题分解为若干子优化问题,每一子优化问题除了包含原优化问题的少数目标函数之外,还具有由其他目标函数聚合成的一个目标函数,以降低问题求解的难度;其次,采用多种群并行进化算法,求解分解后的每一子优化问题,并在求解过程中,充分利用其他子种群的信息,以提高Pareto非被占优解的选择压力;最后,基于各子种群的非被占优解形成外部保存集,从而得到高维多目标优化问题的Pareto最优解集.性能分析表明,本文提出的方法具有较小的计算复杂度.将所提方法应用于多个基准优化问题,并与NSGA-II、PPD-MOEA、ε-MOEA、Hyp E和MSOPS等方法比较,实验结果表明,所提方法能够产生收敛性、分布性,以及延展性优越的Pareto最优解集.

关键词：进化优化高维多目标优化分解并行 Pareto占优

在线全文

学校读者我要写书评

暂无评论

面向建筑节能设计的改进多目标进化优化方法

面向建筑节能设计的改进多目标进化优化方法

作者：梁晓珂中国矿业大学

学位级别：硕士

建筑行业的能源消耗是全球能源消耗的主要组成部分,实施建筑节能设计可在很大程度上改善环境和公众健康状况,降低能源消耗。建筑节能设计考虑的优化目标通常不止一个,而且这些目标之间常相互冲突。多目标进化优化方法可以处理该类问题,... 详细信息

建筑行业的能源消耗是全球能源消耗的主要组成部分,实施建筑节能设计可在很大程度上改善环境和公众健康状况,降低能源消耗。建筑节能设计考虑的优化目标通常不止一个,而且这些目标之间常相互冲突。多目标进化优化方法可以处理该类问题,但是,现有方法依然存在收敛速度慢、易于局部收敛等不足。更为重要的是,由于需要借助计算代价昂贵的第三方软件来评估个体的适应值,已有的多目标进化优化方法依然存在运行时间长,不能快速为决策者提供解决方案的缺陷。鉴于此,本文在现有工作的基础上,研究面向建筑节能设计的改进多目标进化优化方法。主要内容如下:（1）针对现有成果普遍存在的收敛速度慢,易于局部收敛等不足,提出一种基于分解多目标进化优化的建筑节能设计方法。该方法借助MOEA/D算法的思想,先采用分解策略将问题拆分成多个子优化问题,再利用相邻子问题的信息来更新个体位置,在提高Pareto最优解分布性的同时,能避免种群陷入局部最优;同时,给出一种基于模糊决策技术的折衷解选择策略,帮助决策者从诸多Pareto最优解中选择一个最合适的解决方案。（2）针对传统的建筑节能智能优化算法中计算代价高昂的问题,提出一种多代理模型辅助的MOEA/D算法（记为MS-MOEA/D）。首先,融合MOEA/D算法的分解操作,建立一种基于目标分解的多代理模型构建与管理机制,自主确定需要更新的基础代理模型,有效降低模型更新代价;接着,给出一种基于相邻代理聚合的个体评价机制,提高其预测精度;最后,提出一种融合预测结果的参考点更新方式,用于提高所得Pareto前沿的延展性。（3）为进一步提升代理辅助进化优化算法的效果并降低运行成本,提出一种代理辅助的骨干多目标粒子群优化算法（记为Sa-MOPSO）。为提升填充样本的质量,给出一种新的基于?支配的代理模型管理策略;为减少算法对控制参数的依赖性,引入一种基于代理模型的骨干粒子位置更新。通过将代理模型引入到多目标粒子群优化算法,在提高Pareto最优解质量的同时,提升算法运行速度。将以上的改进算法和建筑能耗仿真软件EnergyPlus结合起来,构建一个基于多目标进化优化的建筑节能设计模拟平台。将这些算法用于处理中国北方多房间居民建筑和单房间办公建筑节能设计问题中,并与已有的代表性方法进行对比,结果表明,其在显著降低计算代价的基础上,它们能够得到高竞争力的Pareto最优解集。该论文有图14幅,表26个,参考文献108篇。

关键词：进化优化建筑节能设计多目标优化代理模型 EnergyPlus

高维多目标优化问题融入决策者偏好的集合进化优化方法

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

电子学报 2014年第5期42卷 933-939页

作者：巩敦卫王更星孙晓燕中国矿业大学信息与电气工程学院江苏徐州221116

高维多目标优化问题普遍存在且非常重要,但是,已有的解决方法却很少.本文提出一种有效解决该问题的融入决策者偏好的集合进化优化方法,该方法首先基于决策者给出的每个目标的偏好区域,将原优化问题的目标函数转化为期望函数;然后,以原... 详细信息

高维多目标优化问题普遍存在且非常重要,但是,已有的解决方法却很少.本文提出一种有效解决该问题的融入决策者偏好的集合进化优化方法,该方法首先基于决策者给出的每个目标的偏好区域,将原优化问题的目标函数转化为期望函数;然后,以原优化问题的多个解形成的集合为新的决策变量,以超体积和决策者期望满足度为新的目标函数,将优化问题转化为2目标优化问题;最后,采用多目标集合进化优化方法求解,得到满足决策者偏好且收敛性和分布性均衡的Pareto优化解集.将所提方法应用于4个基准高维多目标优化问题,并与其他2种方法比较,实验结果验证了所提方法的优越性.

关键词：进化优化高维多目标优化决策者偏好期望函数降维

在线全文

学校读者我要写书评

暂无评论

求解高维混合指标优化问题的交互式进化计算

电子学报 2020年第7期48卷 1361-1368页

作者：郭广颂陈良骥文振华张勇郑州航空工业管理学院智能工程学院河南郑州450046 天津工业大学机械工程学院天津300387 郑州航空工业管理学院航空工程学院河南郑州450046 中国矿业大学信息与控制工程学院江苏徐州221116

同时存在区间显式指标和模糊隐式指标的高维混合指标优化问题是一类难以求解的不确定多目标优化问题.针对该问题,首先,分别对高维显式指标和隐式指标的主要参数按确定性多目标优化,根据获得的相关权值,将高维显式指标和高维隐式指标分... 详细信息

同时存在区间显式指标和模糊隐式指标的高维混合指标优化问题是一类难以求解的不确定多目标优化问题.针对该问题,首先,分别对高维显式指标和隐式指标的主要参数按确定性多目标优化,根据获得的相关权值,将高维显式指标和高维隐式指标分别降维成一维等效区间适应值和一维等效模糊适应值,二者合成个体等效指标体;然后,依据等效指标体的占优情况,通过确定自适应参考点和偏好区域面积选择个体;最后,在大规模种群NSGA-II范式下,采用隐式指标估计策略和种群聚类方法实现交互式进化优化算法.将本文算法应用于2种混合性能指标优化问题,验证所提算法的有效性和泛化性.

关键词：进化优化混合性能指标遗传算法交互

基于进化优化的大气波导反演与预测方法研究与实现

在线全文

学校读者我要写书评

暂无评论

基于进化优化的大气波导反演与预测方法研究与实现

作者：赵帅东南大学

学位级别：硕士

在气象科学领域,大气波导对电磁波的传播有着重要影响。大气波导会增大雷达杂波、引起超视距传播甚至导致无线电通信信号中断等问题。大气波导反演问题是一个复杂的非线性问题,不存在解析解。对大气波导反演问题,可以建模为一个多目标... 详细信息

在气象科学领域,大气波导对电磁波的传播有着重要影响。大气波导会增大雷达杂波、引起超视距传播甚至导致无线电通信信号中断等问题。大气波导反演问题是一个复杂的非线性问题,不存在解析解。对大气波导反演问题,可以建模为一个多目标优化问题。一般可使用传统数学优化算法和进化多目标优化等方法进行求解大气波导的剖面结构和传播特性,进而对大气波导的正向传播进行建模,从而模拟大气波导的正演过程。另一方面,大气波导中的蒸发波导常常出现在紧贴海面的近地层内,由于其在海洋表面上方普遍存在,而且对电磁波传播具有重要的影响,是影响岸基、船载或低空机载雷达和通信等系统性能的重要因素。蒸发波导高度预测问题可以建模为时间序列预测问题。本文针对大气波导的反演和预测相关问题,采用进化算法和机器学习方法开展的相关研究。具体地,本文的主要工作如下:(1)针对大气波导反演问题的求解,全球导航卫星系统(Global Navigation Satellite System,GNSS)信号接收天线在对电磁波信号进行接收时,可以记录电磁波在实际传播过程中发生的传播损耗和相位延迟。本文以GNSS的相位延迟和传播损耗为优化目标,通过正演(大气波导模拟传播计算程序)计算目标值并建立多目标优化问题模型。在此基础之上,设计并实现针对单个GNSS接收信号的进化优化算法并求解该最优化问题。同时本文对针对单个GNSS信号源的进化多目标优化算法在标准问题测试集和大气波导反演问题上开展了相关的实验,实验结果表明本文所提算法在种群分布的均匀性和最终收敛结果的精度上相比于同类算法都有显著提升。(2)针对多个GNSS信号源的大气波导反演问题问题的求解。在第(1)项工作的基础上,引入相应的高维启发式策略,设计了求解针对多个GNSS信号源的进化多目标优化算法。多个GNSS信号源同时接收同一电磁波信号时,可以同时以多个信号源的GNSS相位延迟和传播损耗为目标进行大气波导反演,在理论上可以进一步提高预测精度。本文以多个GNSS的相位延迟和传播损耗为优化目标,通过正演(大气波导模拟传播计算程序)计算目标值并建立多目标优化问题模型。在标准问题测试集和大气波导反演问题上的实验结果表明,相比于单个GNSS信号源,在多个GNSS信号源的情况下大气波导反演问题的最终收敛精度得到提高。(3)蒸发波导高度也是大气波导剖面表达式中的一个重要参数,大气波导反演只能根据接收到的信号源传播损耗和相位延迟推测出大气波导的剖面参数。为了能够通过历史近海表面气象数据对未来时间的蒸发波导高度进行预测,本文设计并实现了一种基于进化优化和支持向量机的大气波导高度预测方法,本文设计的参数调优和时序数据预测方法,用于解决蒸发波导高度时间序列预测问题。实验结果表明,本文所提的预测方法获得了较好的结果。综上,本文主要针对大气波导的反演与预测相关问题进行了问题建模、算法设计和实验验证工作。针对大气波导反演问题,本文设计并实现了一种进化多目标优化算法用于求解此类问题并与经典进化优化算法在多目标优化标准测试问题集和大气波导反演问题上作实验和对比分析。针对蒸发波导高度预测问题,本文设计并实现了一种基于经验模态分解和参数优化SVR的预测方法,对短期蒸发波导高度进行预测。本文算法通过实验验证了算法在收敛精度和稳定性方面的有效性,是大气波导反演与预测相关问题求解的较新思路的系统研究,也是人工智能相关方法应用于实际应用领域的有益尝试。

关键词：进化优化多目标优化大气波导反演机器学习时间序列预测

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

进化高维多目标优化研究进展

控制理论与应用 2018年第7期35卷 928-938页

作者：孙靖巩敦卫淮海工学院理学院江苏连云港222005 中国矿业大学信息与控制工程学院江苏徐州221116

高维多目标优化问题是目标个数多于3的多目标优化问题.尽管进化优化方法在多目标优化问题求解中显示了卓越的性能,但是,对于高维多目标优化问题,已有方法存在目标维数难以扩展、Pareto占优关系无法区分进化个体,以及多样性维护策略失效... 详细信息

高维多目标优化问题是目标个数多于3的多目标优化问题.尽管进化优化方法在多目标优化问题求解中显示了卓越的性能,但是,对于高维多目标优化问题,已有方法存在目标维数难以扩展、Pareto占优关系无法区分进化个体,以及多样性维护策略失效等困难.因此,高维多目标优化问题的高效求解引起进化优化界的高度关注.本文将分别从新型占优关系、多样性维护策略、目标缩减、目标聚合、基于性能指标的选择、融入偏好、集合进化、变化算子、可视化技术,以及应用等10个方面分类总结近年来进化高维多目标优化的研究成果,通过分析已有研究存在的问题,指出今后可能的研究方向.

关键词：高维多目标优化进化优化 Pareto占优目标缩减偏好集合进化变化算子

基于进化优化的半监督学习软测量建模方法研究及应用

在线全文

学校读者我要写书评

暂无评论

基于进化优化的半监督学习软测量建模方法研究及应用

作者：李拯昆明理工大学

学位级别：硕士

流程工业过程中,部分关键的质量参数难以在线检测,只能通过离线分析获取,这成为了流程工业实施先进监测、控制和优化策略的障碍。以构建辅助变量与主导变量之间函数关系的软测量技术为此类参数的实时估计提供了有效途径。然而,建立高性... 详细信息

流程工业过程中,部分关键的质量参数难以在线检测,只能通过离线分析获取,这成为了流程工业实施先进监测、控制和优化策略的障碍。以构建辅助变量与主导变量之间函数关系的软测量技术为此类参数的实时估计提供了有效途径。然而,建立高性能的软测量模型高度依赖于由辅助变量和主导变量组成的历史过程数据,流程工业却普遍存在“非标记数据（即仅含辅助变量）丰富、标记数据匮乏”的现象,制约了软测量模型的性能。因此,同时挖掘标记数据与非标记数据信息的半监督软测量建模方法已成为当前的研究热点和前沿技术。本文针对流程工业中标记数据匮乏的问题,研究了基于进化优化的半监督学习软测量建模方法,主要工作总结如下:（1）为了克服传统的伪标记半监督学习软测量建模方法对伪标记的置信度评价困难,迭代学习伴随误差传递和累积等问题,提出了一种基于进化优化的伪标记估计及半监督学习软测量建模方法。该方法基于进化优化的思想将伪标记估计问题刻画为显式优化问题,通过伪标记优化问题建模、求解获得高置信度的伪标记样本,进而扩充标记训练数据,最后构建出高性能的半监督学习软测量模型。以田纳西-伊斯曼化工过程和金霉素发酵过程为例验证了该方法的优越性。（2）考虑到常规半监督学习软测量建模方法大多考虑模型结构单一、学习参数单一等,导致模型预测精度不高、适应性不强等问题,提出了一种基于进化优化的半监督集成学习软测量建模方法。该方法将集成框架融入基于进化优化的伪标记估计方法中,充分利用高置信度伪标记数据的同时,发挥集成学习的优势,从而确保半监督软测量模型具有较好的预测性能。在田纳西-伊斯曼化工过程和金霉素发酵过程上验证了该方法的有效性。（3）为了获得半监督软测量模型复杂度和准确度之间的有效平衡,提出了一种基于进化多目标优化的半监督集成学习软测量建模方法。该方法通过定义伪标记预测精度与模型复杂度两个优化目标,将伪标记优化转化为一个多目标优化问题,然后通过进化优化求解该问题,获得多个帕雷托最优解,即多个半监督软测量基模型。最后引入集成策略,对获得的解进行融合。通过田纳西-伊斯曼化工过程和金霉素发酵过程应用,证明了该方法能有效提升软测量模型的预测精度。

关键词：软测量半监督学习伪标记进化优化集成学习金霉素发酵过程