期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于动态分布计算资源的昂贵多目标优化算法
1
作者
张晶
裴东兴
+1 位作者
马瑾
沈大伟
《高技术通讯》
北大核心
2025年第8期861-867,共7页
代理模型辅助的多目标优化算法广泛用于求解评价昂贵的多目标优化问题,其中,采用样本更新模型是提高算法性能的必要过程。然而,传统方法未对模型的状态进行评估而同时更新所有模型,浪费了大量的计算资源。针对该问题,本文提出基于动态...
代理模型辅助的多目标优化算法广泛用于求解评价昂贵的多目标优化问题,其中,采用样本更新模型是提高算法性能的必要过程。然而,传统方法未对模型的状态进行评估而同时更新所有模型,浪费了大量的计算资源。针对该问题,本文提出基于动态分布计算资源的昂贵多目标优化算法,该算法提出了自适应选择模型更新策略。具体地,依据模型对当前种群估值的不确定度来判断模型的性能,当种群中解不确定度的中值大于均值时,该目标函数模型被选择进行更新;当种群中的解不确定度的中值小于均值时,该模型不被更新。为了验证该策略的有效性,将该策略用于代理模型辅助的自适应贝叶斯优化算法(an adaptive Bayesian approach to surrogate-assisted evolutionary algorithm,ABSAEA)和代理模型辅助的参考向量引导的进化算法(surrogate-assisted reference vector guided evolutionary algorithm,KRVEA)中,并且在DTLZ函数上进行实验。实验结果表明,该算法可以显著降低昂贵多目标优化算法的计算复杂度。
展开更多
关键词
进化算法
昂贵多目标优化问题
代理模型
填充准则
不确定度
在线阅读
下载PDF
职称材料
基于代理模型估值不确定度的昂贵多目标优化问题研究
2
作者
张晶
裴东兴
+1 位作者
马瑾
沈大伟
《石河子大学学报（自然科学版）》
CAS
北大核心
2024年第1期110-116,共7页
针对代理模型辅助的多目标优化算法中个体不确定度之间相互冲突的问题,本文提出个体每个目标估值不确定的填充准则,同时,为了减少训练模型消耗的计算资源,提出基于非支配排序的样本选择算法。为了验证该算法的可行性,采用DTLZ和WFG测试...
针对代理模型辅助的多目标优化算法中个体不确定度之间相互冲突的问题,本文提出个体每个目标估值不确定的填充准则,同时,为了减少训练模型消耗的计算资源,提出基于非支配排序的样本选择算法。为了验证该算法的可行性,采用DTLZ和WFG测试函数进行测试,得出结果与近些年发表5种具有代表性的同类型算法进行对比,结果说明该算法可以有效的解决昂贵高维高目标优化问题。
展开更多
关键词
进化算法
昂贵多目标优化问题
代理模型
填充准则
不确定度
在线阅读
下载PDF
职称材料
题名
基于动态分布计算资源的昂贵多目标优化算法
1
作者
张晶
裴东兴
马瑾
沈大伟
机构
山西财贸职业技术学院物联网技术系
中北大学电子测试
技术
国家重点实验室
中北大学仪器科学与动态测试教育部重点实验室
出处
《高技术通讯》
北大核心
2025年第8期861-867,共7页
基金
国家重点研发计划(2022YFB3205804)资助项目。
文摘
代理模型辅助的多目标优化算法广泛用于求解评价昂贵的多目标优化问题,其中,采用样本更新模型是提高算法性能的必要过程。然而,传统方法未对模型的状态进行评估而同时更新所有模型,浪费了大量的计算资源。针对该问题,本文提出基于动态分布计算资源的昂贵多目标优化算法,该算法提出了自适应选择模型更新策略。具体地,依据模型对当前种群估值的不确定度来判断模型的性能,当种群中解不确定度的中值大于均值时,该目标函数模型被选择进行更新;当种群中的解不确定度的中值小于均值时,该模型不被更新。为了验证该策略的有效性,将该策略用于代理模型辅助的自适应贝叶斯优化算法(an adaptive Bayesian approach to surrogate-assisted evolutionary algorithm,ABSAEA)和代理模型辅助的参考向量引导的进化算法(surrogate-assisted reference vector guided evolutionary algorithm,KRVEA)中,并且在DTLZ函数上进行实验。实验结果表明,该算法可以显著降低昂贵多目标优化算法的计算复杂度。
关键词
进化算法
昂贵多目标优化问题
代理模型
填充准则
不确定度
Keywords
evolutionary algorithm
expensive many objective optimization problem
surrogate model
infill criterion
uncertainty
分类号
TP18 [自动化与计算机技术—控制理论与控制工程]
在线阅读
下载PDF
职称材料
题名
基于代理模型估值不确定度的昂贵多目标优化问题研究
2
作者
张晶
裴东兴
马瑾
沈大伟
机构
山西财贸职业技术学院物联网技术系
中北大学电子测试
技术
国家重点实验室
中北大学仪器科学与动态测试教育部重点实验室
出处
《石河子大学学报（自然科学版）》
CAS
北大核心
2024年第1期110-116,共7页
基金
国防科技重点实验室基金项目(61420010402001)
山西省高等学校科技创新项目(2020L0762)。
文摘
针对代理模型辅助的多目标优化算法中个体不确定度之间相互冲突的问题,本文提出个体每个目标估值不确定的填充准则,同时,为了减少训练模型消耗的计算资源,提出基于非支配排序的样本选择算法。为了验证该算法的可行性,采用DTLZ和WFG测试函数进行测试,得出结果与近些年发表5种具有代表性的同类型算法进行对比,结果说明该算法可以有效的解决昂贵高维高目标优化问题。
关键词
进化算法
昂贵多目标优化问题
代理模型
填充准则
不确定度
Keywords
evolutionary algorithm
expensive many objective optimization problem
surrogate
infill criterion
uncertainty
分类号
TP391 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于动态分布计算资源的昂贵多目标优化算法
张晶
裴东兴
马瑾
沈大伟
《高技术通讯》
北大核心
2025
0
在线阅读
下载PDF
职称材料
2
基于代理模型估值不确定度的昂贵多目标优化问题研究
张晶
裴东兴
马瑾
沈大伟
《石河子大学学报（自然科学版）》
CAS
北大核心
2024
0
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
