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
- 琻捷电子获批省级工程技术研究中心 334
- 铁电存储器PB85RS2MC在TPMS胎压侦测系统中的应用优势 794
- 具有定向增强SiOC基完美超材料吸波器自上而下的参数化设计 313
- 上千颗芯片分别安装在汽车什么位置?又有什么样的作用呢? 455
- 思瑞浦CMTI±150kV/μs隔离栅极驱动TPM2351x系列产品简介 158
- TPM工程师职责是什么——项目的指挥家,确保团队正确地做事 488
- 鼎盛合PCBA方案——TPMS胎压监测方案 187
- INPLAY IN100重新定义TPMS传感器 259
- 基于TPM的树莓派可信平台模块(TPM)在快速网络身份认证(FIDO)中的应用设备 366
- 可信平台模块(TPM)在快速网络身份认证(FIDO)中的应用 547