排序方式: 共有7条查询结果,搜索用时 0 毫秒
1
1.
针对多目标绿色柔性作业车间调度问题,建立了以最小化最大完工时间、总负荷和总能耗为优化目标的多目标优化模型,提出了一种带有自适应交叉变异算子和学习机制的改进NSGA-Ⅱ多目标优化算法。该算法通过机器和工序的两级编码机制,使用基于全局、局部和随机选择的非支配排序选择策略得到初始种群;采用具有自适应算子的混合交叉变异策略进行迭代,提高算法的全局搜索能力;引入分布函数来改进精英保留策略提高种群的多样性;通过学习机制进行邻域搜索提高算法的局部搜索能力。最后,采用基准测试算例Brandimarte以及Kacem数据集对算法进行测试,结果表明采用改进的NSGA-Ⅱ算法求解多目标绿色柔性作业车间调度问题具有求解精度高、收敛速度快以及解集多样性好的优点。 相似文献
2.
注意力缺陷多动障碍(ADHD)是儿童期最常见的精神疾病之一,在大多数情况下持续到成年期。近年来,基于功能磁共振数据的ADHD分类成为了研究热点。文献中已有的大多数分类算法均假设样本是均衡的,然而事实上,ADHD数据集通常是不平衡的。传统的学习算法会使得分类器倾向于多数类样本,从而导致性能下降。本文研究了基于不平衡神经影像数据的ADHD分类问题,即基于静息状态功能磁共振数据对ADHD进行分类。采用功能连接矩阵作为分类特征,提出了一种基于多目标支持向量机的ADHD数据分类方案。该方案将不均衡数据分类问题建模为具有三个目标的支持向量机模型,其中三个目标分别为最大化分类间隔、最小化正样本误差和最小化负样本误差,进而正负样本经验误差可以被分开处理。然后采用多目标优化的法向量边界交叉法对模型进行求解,并给出一组代表性的分类器供决策者进行选择。该方案在ADHD-200竞赛的五个数据集上进行测试评估,并与传统分类方法进行对比。实验结果表明本文提出的三个目标支持向量机分类方案比传统的分类方法效果好,可以有效的从算法层面解决数据不平衡问题。该方案不仅可用于辅助ADHD诊断,还可用于阿尔茨海默病和自闭症等疾病的辅助诊断。 相似文献
3.
4.
深度学习的快速发展使计算机视觉技术应用越来越广泛,同时利用深度神经网络根据破损图像的已知信息对图像复原的修复技术成为关注的热点。对近年基于深度神经网络的图像修复方法进行了综述和分析:按照模型优化的方向,对图像修复方法进行分类综述;介绍了图像修复常用的数据集和性能评价指标,并在相关数据集上对各种基于深度神经网络的破损图像修复算法进行性能评价和分析;总结和分析了现有图像修复方法面临的挑战和未来研究方向。 相似文献
5.
突变是工程实践过程中广泛存在的现象.当系统的状态发生跳跃性变化时,基于微积分的传统数学建模方法精度较低,人工神经网络等机器学习算法无法对突变现象作出合理的解释.基于突变理论的尖点突变模型可以用来解释系统状态的不连续变化,然而在输入变量维度较大的情况下,传统的尖点突变模型复杂度高且精度较差.为了解决这一问题,提出了一种基于变量选择的尖点突变模型的两步构建方法.第一步,利用多模型集成重要变量选择算法(MEIVS)量化待选变量的重要性并提取重要变量;第二步,基于极大似然法(MLE)利用所提取的重要变量构建尖点突变模型.仿真结果表明,在具有突变特征的数据集上,通过MEIVS降维后的尖点突变模型在评价指标上优于线性模型、Logistic模型和通过其他方法降维的尖点突变模型,并且可以用来解释研究对象的不连续变化. 相似文献
6.
针对碳钢在大气腐蚀过程中影响变量多且作用机制复杂的问题,提出一种基于综合智能模型的重要变量挖掘框架,利用该框架可以挖掘影响碳钢早期大气腐蚀的重要环境变量及其对腐蚀电偶电流产生的影响.本文通过大气腐蚀监测仪(ACM)收集了我国5个试验站点的大气腐蚀数据,首先,构建了随机森林(RF)、梯度提升回归树(GBRT)和BP神经网络(BPNN)三种机器学习模型;其次,利用多模型集成重要变量选择算法(MEIVS)量化环境变量的重要性并提取影响碳钢早期大气腐蚀的重要环境变量;最后,绘制了环境变量与腐蚀电偶电流的局部依赖曲线(PDP).仿真结果显示,MEIVS算法挖掘出的重要环境变量更符合大气腐蚀的先验规律;PDP与MEIVS算法的结论具有很好的一致性,重要环境变量对应的PDP的变化幅度大,且PDP的变化趋势能够反映环境变量对腐蚀电偶电流的影响. 相似文献
7.
控制系统在某一时刻的前向可达集是指从初始状态出发,在该时刻能够达到的状态的集合.为了求解非线性控制系统的前向可达集,首先通过常微分方程数值方法对连续控制系统进行离散,转化为离散系统;其次由于连续控制系统的可达集可用其相应的离散系统的可达集来近似,针对离散控制系统,提出了基于最优化技术的网格投影法近似描述可达集,该方法布置了均匀分布的网格点,并将网格点向可达集边界投影,每个投影问题都对应一个最优化问题,通过求解这些优化问题得到可达集的近似描述;进一步地,理论分析证明了该方法布置的网格点间隔越小得到的可达集近似误差越小;最后通过数值仿真验证了该方法的有效性,并将其与文献中已有的DFOG(Distance fields on grids)方法进行对比.研究表明:网格投影法可以有效地处理具有非凸可达集的控制系统;相较于DFOG方法,该方法能够得到分布均匀的边界点,且求解的优化问题的数量少,计算时间短. 相似文献
1