联邦学习是一种新型的分布式机器学习方法,可以在不共享原始数据的前提下训练模型。当前,联邦学习方法存在针对模型准确率最优化、通信成本最优化、参与者性能分布均衡等多个目标同时优化难的问题,难以做到多目标的同步均衡。针对该问题...联邦学习是一种新型的分布式机器学习方法,可以在不共享原始数据的前提下训练模型。当前,联邦学习方法存在针对模型准确率最优化、通信成本最优化、参与者性能分布均衡等多个目标同时优化难的问题,难以做到多目标的同步均衡。针对该问题,提出联邦学习四目标优化模型及求解算法。将全局模型错误率、模型准确率分布方差、通信成本、数据成本作为优化目标,构建优化模型。同时,针对该模型的求解搜索空间大,传统NSGA-Ⅲ算法难以寻优的问题,提出基于佳点集初始化策略的改进NSGA-Ⅲ联邦学习多目标优化算法GPNSGA-Ⅲ(Good Point Set Initialization NSGA-Ⅲ),以求取Pareto最优解。该算法通过佳点集初始化策略将有限的初始化种群以均匀的方式分布在目标求解空间中,相较于原始算法,使第一代解最大限度地接近最优值,提升寻优能力。实验结果证明,GPNSGA-Ⅲ算法得到的Pareto解的超体积值相较于NSGA-Ⅲ算法平均提升107%;Spacing值相较于NSGA-Ⅲ算法平均下降32.3%;对比其他多目标优化算法,GPNSGA-Ⅲ算法能在保证模型准确率的情况下,更有效地实现模型分布方差、通信成本和数据成本的均衡。展开更多
半球谐振陀螺是目前精度最高的一种振动陀螺。对于半球谐振陀螺,在制造过程中难以完全避免的工艺缺陷会导致谐振子的质量、刚度、品质因数、密度、弹性模量、阻尼等参数周向分布不均匀,产生频率裂解现象,使得主、次振动存在误差耦合。...半球谐振陀螺是目前精度最高的一种振动陀螺。对于半球谐振陀螺,在制造过程中难以完全避免的工艺缺陷会导致谐振子的质量、刚度、品质因数、密度、弹性模量、阻尼等参数周向分布不均匀,产生频率裂解现象,使得主、次振动存在误差耦合。传统的频率分裂补偿方法会导致半球谐振陀螺的品质因数降低,且存在补偿成本高、操作复杂等问题。提出了一种电平衡补偿方案,通过对不同的电极施加静电力改变谐振子的刚度,实现对频率裂解的补偿,并结合NSGA-Ⅲ多目标优化算法对补偿参数进行了优化,首次将静电修调方案对谐振子本身性能的影响、功耗问题以及该方案所能提供的频率裂解补偿值同时进行考虑,以实现针对半球谐振陀螺频率裂解的最优补偿。经过验证,该方法针对不同的谐振子和频率裂解在所选参数下能够给出最优的补偿方案,频率分裂补偿值提高了50.2%,补偿电压的需求分别降低6.3%和56.3%,补偿精度高于0.5 m Hz;补偿后谐振子的检测误差降低了一个数量级,固有频率仅降低2.3%。该方案可以有效提高陀螺仪的动态性能,为半球谐振陀螺的频率裂解的最优化补偿提供了一种参考,且该方法同样适用于杯型、环形等哥氏陀螺仪。展开更多
文摘联邦学习是一种新型的分布式机器学习方法,可以在不共享原始数据的前提下训练模型。当前,联邦学习方法存在针对模型准确率最优化、通信成本最优化、参与者性能分布均衡等多个目标同时优化难的问题,难以做到多目标的同步均衡。针对该问题,提出联邦学习四目标优化模型及求解算法。将全局模型错误率、模型准确率分布方差、通信成本、数据成本作为优化目标,构建优化模型。同时,针对该模型的求解搜索空间大,传统NSGA-Ⅲ算法难以寻优的问题,提出基于佳点集初始化策略的改进NSGA-Ⅲ联邦学习多目标优化算法GPNSGA-Ⅲ(Good Point Set Initialization NSGA-Ⅲ),以求取Pareto最优解。该算法通过佳点集初始化策略将有限的初始化种群以均匀的方式分布在目标求解空间中,相较于原始算法,使第一代解最大限度地接近最优值,提升寻优能力。实验结果证明,GPNSGA-Ⅲ算法得到的Pareto解的超体积值相较于NSGA-Ⅲ算法平均提升107%;Spacing值相较于NSGA-Ⅲ算法平均下降32.3%;对比其他多目标优化算法,GPNSGA-Ⅲ算法能在保证模型准确率的情况下,更有效地实现模型分布方差、通信成本和数据成本的均衡。
文摘半球谐振陀螺是目前精度最高的一种振动陀螺。对于半球谐振陀螺,在制造过程中难以完全避免的工艺缺陷会导致谐振子的质量、刚度、品质因数、密度、弹性模量、阻尼等参数周向分布不均匀,产生频率裂解现象,使得主、次振动存在误差耦合。传统的频率分裂补偿方法会导致半球谐振陀螺的品质因数降低,且存在补偿成本高、操作复杂等问题。提出了一种电平衡补偿方案,通过对不同的电极施加静电力改变谐振子的刚度,实现对频率裂解的补偿,并结合NSGA-Ⅲ多目标优化算法对补偿参数进行了优化,首次将静电修调方案对谐振子本身性能的影响、功耗问题以及该方案所能提供的频率裂解补偿值同时进行考虑,以实现针对半球谐振陀螺频率裂解的最优补偿。经过验证,该方法针对不同的谐振子和频率裂解在所选参数下能够给出最优的补偿方案,频率分裂补偿值提高了50.2%,补偿电压的需求分别降低6.3%和56.3%,补偿精度高于0.5 m Hz;补偿后谐振子的检测误差降低了一个数量级,固有频率仅降低2.3%。该方案可以有效提高陀螺仪的动态性能,为半球谐振陀螺的频率裂解的最优化补偿提供了一种参考,且该方法同样适用于杯型、环形等哥氏陀螺仪。
文摘依托数学模型和情景模拟,形成弹性的土地利用优化配置方案,对促进生态脆弱农区生态、农业和经济用地协调发展具有重要意义。以河套灌区乌兰布和灌域为例,采用MSPA(morphological spatial pattern analysis)和斑块重要性指数识别和提取生态源地,耦合NSGA-Ⅲ(non-dominated sorting genetic algorithmⅢ)和FLUS(future land use simulation)模型,基于4种情景模拟形成具有弹性的生态脆弱农区土地利用优化配置方案。结果表明:基于NSGA-Ⅲ可以快速形成研究区多目标下的Pareto解集,且解集内的各目标效益均优于2020年土地利用效益值。生态安全优先发展、粮食生产优先发展和经济优先发展情景存在其他两项目标效益提升不明显的情况。相对来说,最小土地利用变化条件下的均衡效益发展情景可在土地利用变化幅度最小的情况下,达到更高、更均衡的综合效益。制订土地利用优化配置方案时,在参考各情景土地利用优化配置布局的基础上识别土地利用协调冲突区,有助于形成弹性的土地利用优化配置方案,以适应区域可能发生的内外部经济政策环境变化。
