基于趋势预测模型的TPM的分布估计算法
大小:0.97 MB 人气: 2018-01-08 需要积分:1
多目标优化问题广泛存在于现实世界的应用当中。传统的基于个体进化策略的进化算法在处理这些优化问题时往往收敛速度慢、严格依赖于种群大小而且效果不大理想。分布估计算法作为元启发式(meta-heuristics)方法的一种,将统计机器学习同群体进化模式相结合,引起了学者的广泛关注。在这篇文章中,我们提出了一种基于趋势预测模型(TPM)的分布估计算法,TPM-EDA,用于解决多目标优化问题。其特点在于有效地利用了群体进化过程的历史信息来预测粒子运动的趋势,从而加速了查找最优Pareto前沿面的过程,提升了算法的搜索能力。与此同时,通过引入稀疏度来控制个体的采样频率,来实现种群的多样性。我们在6个不同的测试函数上,对TPM-EDA和多种已有的EDA算法进行了对比性试验。实验结果表明了TPM-EDA方法的有效性。
非常好我支持^.^
(0) 0%
不好我反对
(0) 0%
下载地址
基于趋势预测模型的TPM的分布估计算法下载
相关电子资料下载
- TPM遇上机器人:智能工厂的革命性升级 124
- 制造业数字化TPM管理新篇章:智能升级,引领行业未来 173
- 数字化浪潮中的TPM革新:打造高效生产新范式 159
- Ubuntu 24.10 引入 Wayland 并提供基于 TPM 的全磁盘加密(FDE) 425
- 制造业应用TPM设备管理系统的重要性及价值 212
- 保隆科技TPMS获全球头部车企Global项目定点 321
- 保富电子荣获江西五十铃2023年度“开发协助奖” 875
- 数字化驱动下的TPM:迈向智能维护的新时代! 384
- 数字化驱动下的TPM管理模式:企业效率与竞争力的双重提升引擎 348
- 签约华霆(合肥)动力技术有限公司设备管理系统 185