-
题名基于自变量简约的大规模稀疏多目标优化
被引量：1
- 1
-
-
作者
丘雪瑶
辜方清
-
机构
广东工业大学数学与统计学院
-
出处
《计算机应用研究》
CSCD
北大核心
2024年第6期1663-1668,共6页
-
基金
广东省自然科学基金资助项目(2021A1515011839)。
-
文摘
现有的大多数进化算法在求解大规模优化问题时性能会随决策变量维数的增长而下降。通常,多目标优化的Pareto有效解集是自变量空间的一个低维流形,该流形的维度远小于自变量空间的维度。鉴于此,提出一种基于自变量简约的多目标进化算法求解大规模稀疏多目标优化问题。该算法通过引入局部保持投影降维,保留原始自变量空间中的局部近邻关系,并设计一个归档集,将寻找到的非劣解存入其中进行训练,以提高投影的准确性。将该算法与四种流行的多目标进化算法在一系列测试问题和实际应用问题上进行了比较。实验结果表明,所提算法在解决稀疏多目标问题上具有较好的效果。因此,通过自变量简约能降低问题的求解难度,提高算法的搜索效率,在解决大规模稀疏多目标问题方面具有显著的优势。
-
关键词
局部保持投影
进化算法
大规模稀疏多目标优化问题
-
Keywords
locality preserving projection
multi-objective evolutionary algorithm
large-scale sparse multi-objective optimization problems
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
-
-
题名求解大规模稀疏线性方程组的算法
被引量：9
- 2
-
-
作者
陈志
高旅端
-
机构
北京工业大学应用数理学院
-
出处
《北京工业大学学报》
CAS
CSCD
北大核心
2001年第3期262-265,共4页
-
基金
北京市教委基金资助项目(98080102)
-
文摘
给出了求解大规模稀疏线性方程组的一个实用算法；该算法能够保持矩阵的稀疏性和减少存贮量，并且能够求解一些大规模的问题．而这些问题所对应的系数矩阵可能不是稀疏的．
-
关键词
LU分解
系数矩阵
线性代数方程组
大规模稀疏问题
存贮量
-
Keywords
large-scale
sparse
LU decomposition
-
分类号
O241.6
[理学—计算数学]
-
