搜索结果: 1-2 共查到“信息科学与系统科学 进化优化”相关记录2条 . 查询时间(0.521 秒)
基于相似历史信息迁移学习的进化优化框架
进化优化 迁移学习 粒子群优化 模型匹配
2024/1/23
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...
最近，我校信控学院博士研究生荣淼与巩敦卫教授等合作，在国际顶级期刊《IEEE Transactions on Evolutionary Computation》上发表题为“A Multi-Model Prediction Method for Dynamic Multi-Objective Evolutionary Optimization”的学术论文，报告了基于多模型预测方法解决动态多目标优化问...