基于趨勢預測模型的TPM的分布估計算法
大小：0.97 MB 人氣：0 2018-01-08 需要積分：1
多目標優化問題廣泛存在于現實世界的應用當中。傳統的基于個體進化策略的進化算法在處理這些優化問題時往往收斂速度慢、嚴格依賴于種群大小而且效果不大理想。分布估計算法作為元啟發式（meta-heuristics）方法的一種，將統計機器學習同群體進化模式相結合，引起了學者的廣泛關注。在這篇文章中，我們提出了一種基于趨勢預測模型（TPM）的分布估計算法，TPM-EDA，用于解決多目標優化問題。其特點在于有效地利用了群體進化過程的歷史信息來預測粒子運動的趨勢，從而加速了查找最優Pareto前沿面的過程，提升了算法的搜索能力。與此同時，通過引入稀疏度來控制個體的采樣頻率，來實現種群的多樣性。我們在6個不同的測試函數上，對TPM-EDA和多種已有的EDA算法進行了對比性試驗。實驗結果表明了TPM-EDA方法的有效性。
非常好我支持^.^
(0) 0%
不好我反對
(0) 0%
下載地址
基于趨勢預測模型的TPM的分布估計算法下載
相關電子資料下載
- TPM遇上機器人：智能工廠的革命性升級 124
- 制造業數字化TPM管理新篇章：智能升級，引領行業未來 173
- 數字化浪潮中的TPM革新：打造高效生產新范式 159
- Ubuntu 24.10 引入 Wayland 并提供基于 TPM 的全磁盤加密（FDE） 425
- 制造業應用TPM設備管理系統的重要性及價值 212
- 保隆科技TPMS獲全球頭部車企Global項目定點 321
- 保富電子榮獲江西五十鈴2023年度“開發協助獎” 875
- 數字化驅動下的TPM：邁向智能維護的新時代！ 384
- 數字化驅動下的TPM管理模式：企業效率與競爭力的雙重提升引擎 348
- 簽約華霆(合肥)動力技術有限公司設備管理系統 185