中央高校基本科研业务费专项资金(1323520909)
- 作品数:8 被引量:33H指数:4
- 相关作者:张冬梅龚小胜戴光明刘伟金辉更多>>
- 相关机构:中国地质大学华中科技大学更多>>
- 发文基金:中央高校基本科研业务费专项资金国家自然科学基金湖北省自然科学基金更多>>
- 相关领域:自动化与计算机技术天文地球更多>>
- 正交设计的E占优策略求解高维多目标优化问题研究被引量:9
- 2012年
- 在实际应用中,传统多目标演化算法面临着高维多目标优化问题。针对这一缺陷,提出正交E占优(Orthogo-nality E-dominant,OE)策略。在OE策略的理论优越性设计的基础上,改进了当前5种具有代表性的演化多目标优化算法。改进前后的算法求解DTLZ1-6(20)测试问题的数值对比试验显示,OE策略改进后的算法在不同程度上提高了算法求解高维多目标优化问题的效果,从而证实了OE策略对演化多目标优化算法改进的有效性。
- 郭思涵龚小胜
- 关键词:正交设计
- 求解复杂多目标优化问题MOEA/D-GEP算法被引量:8
- 2012年
- 针对复杂多目标优化问题,提出一种基于演化建模的MOEA/D(基于分解的多目标遗传算法)求解算法(MOEA/D-GEP).该算法利用MOEA/D算法思想分解多目标优化问题,对分解后得到的可行解用基于模拟退火的GEP算法建模,从中选取预测值较好的点进入下一次真实适应值的计算.采用国际公认的ZDT,DTLZ等测试函数进行实验验证,并与MOEA/D-EGO演化多目标优化算法进行了比较.实验结果表明:该算法在IGD性能指标上有较好的表现,说明将演化建模技术引入MOEA/D算法提高了种群个体分布模型的精度,降低了求解复杂多目标优化问题的计算成本.
- 张冬梅龚小胜戴光明彭雷
- 关键词:全局优化算法
- 基于分形SMOTE重采样集成算法圈定区域化探异常被引量:3
- 2012年
- 基于分形自相似性理论改进SMOTE算法,实现数据集的均衡化。结合集成学习Adaboost技术更新样本权值,改善非均衡数据的分类性能,并对云南个旧锡铜多金属矿床进行了仿真实验,结果表明新算法预测结果能较好地检测成矿异常,为成矿预测与评价提供新的解决途径。
- 李江金辉刘伟
- 关键词:化探异常不均衡数据SMOTE分形
- 基于网格的E-占优新型NSGA-Ⅱ算法被引量:1
- 2012年
- 为了提高基于E-占优的NSGA-Ⅱ算法的优化效果,针对其在保持种群的多样性和分布性上的不够完善以及变异算子性能比较弱的问题,提出基于网格的E-占优新型NSGA-Ⅱ算法,根据算法所存在的问题采用网格来保持进化种群的多样性、分布性和采用非均匀变异来改善变异算子的性能。新算法与NSGA-Ⅱ和基于E-占优的NSGA-Ⅱ进行比较,结果表明新算法性能得到了提高,在处理多目标问题时多样性和分布性上均有了明显的改善。
- 周小桃张冬梅龚小胜
- 关键词:多目标优化网格
- 基于多重分形主曲线模型多目标演化算法研究被引量:4
- 2011年
- 为了克服目前模型多目标演化算法多采用PCA,local PCA等线性建模方法,存在模型拟合效果不理想、对建模参数敏感等问题,提出一种基于多重分形的主曲线模型多目标演化算法(multifractalbased principal curve multi-objective evolutionary algorithm,MFPC-MOEA).算法采用主曲线方法对解集分布进行非线性建模,通过建立种群个体分布概率模型,生成目标空间均匀分布的个体,保证优化结果的多样性.另外算法通过多重分形方法分析个体在解集空间中的分布,设计了基于多重分形谱的模型演化多目标算法建模开始评测标准,同时采用多重分形方法评估算法收敛程度,设计相关的演化多目标优化算法停止策略.新算法采用国际公认的ZDT,DTLZ测试函数进行实验验证,并与NSGA-II,MOEA/D,PAES,SPEA2,RM-MEDA经典演化多目标优化算法进行了实验比较.实验结果表明,该算法在HV,SPREAD,IGD,EPSILON性能指标上均有较好的表现.说明通过引入多重分形策略和主曲线建模方法,在一定程度上提高了解的质量,为求解多目标优化问题提供新的思路.
- 张冬梅龚小胜戴光明
- 关键词:多重分形谱主曲线
- 基于Kriging的多重GEP演化建模趋势分析圈定区域化探异常研究被引量:4
- 2012年
- 化探异常是找矿的重要依据.传统地质统计方法具有无偏、最优等特点,但要求数据呈正态分布,而实际应用往往不符合统计假设;近年来分形理论被大量应用于地球化学异常确定,但存在需要平滑处理数据、不适合含特高品位值等问题;采用随机模拟进行空间分析往往忽视了数据空间分布的结构性特征.本研究利用基因表达式编程(Gene Expression Programming,GEP)在复杂数据建模方面的优势,提出GEP演化建模与空间结构分析有效结合的研究思路,通过克立格选择邻域样品,增强数据空间局部结构信息,采用GEP进行空间趋势分析,并利用多重演化建模技术修正趋势面模型.在云南个旧锡铜多金属矿床的应用实例表明,该研究充分利用了局部空间结构信息,强化局部区域的估值结果,提高建模精度,为有效圈定致矿异常提供新的解决途径.
- 张冬梅金辉刘伟
- 关键词:化探异常基因表达式编程克立格
- 基于流形学习的异常检测算法研究被引量:1
- 2013年
- 化探异常识别是成矿预测的重要依据。化探异常识别本质上是一不均衡数据的分类问题。异常识别过程中面临的主要问题是高维数据的处理问题,流形学习通过非线性降维方法实现维数约简。提出了一种基于流形学习的异常识别算法,通过流形学习进行维数约简,结合AdaCost技术,以改善不平衡数据的分类性能。以某锡铜多金属矿床的数据为研究对象进行仿真实验,实验结果表明该算法能够更准确地圈定区域化探异常,为成矿预测与评价提供了新的解决途径。
- 刘凯伟张冬梅
- 关键词:不均衡数据流形学习代价敏感学习
- 基于正交设计的自适应ε占优MOEA/D算法研究被引量:3
- 2013年
- MOEA/D是一种简单、高效的多目标优化算法,但在更新子问题时,会丢失部分优良个体,降低算法的收敛速度。针对上述不足,提出一种基于正交设计的自适应ε占优算法。新算法改进如下:(1)采用正交试验设计和连续空间量化初始化种群,使初始化群体能均匀分布;(2)设计一种自适应调整松弛变量改进的ε占优机制,并用它来更新Archive种群保存非劣解;(3)将精英策略引入到MOEA/D中,加快收敛速度。实验结果表明新算法较好地改善了MOEA/D算法的收敛性以及非劣解的分布性。
- 周攀张冬梅龚文引李阳刘凯伟
- 关键词:正交实验多目标演化算法