

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、近年來(lái),對(duì)于生物信息系統(tǒng)的研究已逐漸成為人工智能領(lǐng)域的熱點(diǎn)問(wèn)題和重要環(huán)節(jié)。借鑒生物免疫系統(tǒng)的機(jī)理,構(gòu)造一種高度演化,并行的分布式自適應(yīng)系統(tǒng),這種信息處理的能力為計(jì)算機(jī)科學(xué)領(lǐng)域提供了很多有意義的借鑒,而這一學(xué)科稱為人工免疫系統(tǒng)。同時(shí),現(xiàn)實(shí)生活中的問(wèn)題通常是由多個(gè)因素影響決定的,其相應(yīng)研究領(lǐng)域多目標(biāo)優(yōu)化也非常受到學(xué)者們的重視。本文是基于人工免疫系統(tǒng)的多目標(biāo)優(yōu)化算法和偏好多目標(biāo)決策的研究,主要內(nèi)容包括:
1)基于模擬退火將人工免
2、疫系統(tǒng)和多目標(biāo)優(yōu)化相結(jié)合,提出了一種模擬退火免疫算法SAIA。SAIA采用了三個(gè)新穎的算子,分別是模擬退火自適應(yīng)超變異算子,模擬退火選擇算子,和種群修剪算子;實(shí)驗(yàn)分析證明,SAIA在逼近Pareto前沿方面和保持解的多樣性方面表現(xiàn)出良好的性能;
2)提出一種區(qū)域支配的新的支配關(guān)系,基于該區(qū)域支配,提出了一種混合多目標(biāo)免疫算法HMIAR。通過(guò)實(shí)驗(yàn)分析得出,HMIAR在結(jié)合決策者偏好信息解決多目標(biāo)優(yōu)化問(wèn)題的時(shí)候可以獲得一個(gè)分布
3、良好且逼近Pareto前沿的解集;
3)提出一種叫做球支配的新的支配關(guān)系,基于該球支配的概念,提出了一種球支配偏好免疫算法SPIA以解決動(dòng)態(tài)多目標(biāo)優(yōu)化問(wèn)題。SPIA采用了兩種變異策略,分別是推測(cè)變異和高斯變異;實(shí)驗(yàn)分析顯示,SPIA在解決含有偏好信息的動(dòng)態(tài)多目標(biāo)優(yōu)化問(wèn)題方面性能優(yōu)越。
本文工作得到國(guó)家863高新技術(shù)研究發(fā)展計(jì)劃(No.2009AA12Z210),國(guó)家自然科學(xué)基金(No.60803098),和教
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于人工免疫系統(tǒng)的偏好多目標(biāo)優(yōu)化.pdf
- 基于EDA和人工免疫系統(tǒng)的混合多目標(biāo)優(yōu)化算法.pdf
- 基于人工免疫系統(tǒng)的多目標(biāo)進(jìn)化算法的研究.pdf
- 基于人工免疫系統(tǒng)的多目標(biāo)優(yōu)化與SAR圖像分割.pdf
- 偏好多目標(biāo)進(jìn)化算法研究.pdf
- 無(wú)偏好多目標(biāo)優(yōu)化進(jìn)化算法及其應(yīng)用.pdf
- 多目標(biāo)決策法
- 17多目標(biāo)決策法
- 多目標(biāo)人工免疫算法及其在無(wú)功優(yōu)化中的應(yīng)用.pdf
- 人工免疫多Agent多目標(biāo)優(yōu)化算法及其應(yīng)用研究.pdf
- 基于多目標(biāo)決策的專家遴選算法的研究.pdf
- 基于遺傳算法和多目標(biāo)決策體系的公路選線整體優(yōu)化.pdf
- 基于分解的交互式偏好多目標(biāo)進(jìn)化算法研究.pdf
- 基于Agent的多目標(biāo)決策的研究.pdf
- 基于多目標(biāo)決策的電網(wǎng)限流優(yōu)化方案研究.pdf
- 基于QGA的多目標(biāo)決策方法研究.pdf
- 基于分解的偏好多目標(biāo)進(jìn)化算法及其評(píng)價(jià)指標(biāo)的研究.pdf
- 基于改進(jìn)免疫算法的多目標(biāo)優(yōu)化研究.pdf
- 水文模型單目標(biāo)優(yōu)化和水庫(kù)群調(diào)度多目標(biāo)決策方法研究.pdf
- 基于綜合多目標(biāo)決策算法的災(zāi)害分析評(píng)估時(shí)序型.pdf
評(píng)論
0/150
提交評(píng)論