免费论文查重: 大雅 万方 维普 turnitin paperpass

试议克隆基于NSGA-Ⅱ和免疫算法多目标优化与分类

最后更新时间:2024-02-18 作者:用户投稿原创标记本站原创 点赞:9846 浏览:35537
论文导读:函数值进行修正,并对修正后的目标函数值采取免疫克隆多目标优化算法进行优化。通过实验证明了该算法的有效性。(3)Cai等人在2010年提出了多目标同时聚类和分类框架(MSCC),通过引进聚类和分类两个目标函数,并采取MOPSO优化这两个目标函数达到设计多分类器的目的。由于MOPSO在优化MSCC框架中的多目标不足时,只能得到少量的非支
摘要:多目标优化(Multi-objective Optimization, MO)算法的目的是在解空间中找到一组最优的,互不支配的,且分布均匀的解。在数据挖掘,图像分割,图像聚类等领域中,往往需要选取合适的参数,此时运用多目标优化算法,能够得到一个最优的参数集合,这样有利于选取合适的参数。为了提升多目标优化算法的性能,许多学者分别采取不同的对策对多目标优化算法进行了探讨,目前,经典的多目标优化算法有NSGA-Ⅱ, SPEA2, MOPSO和MOEA/D等。同时,在实际不足中,往往受到约束条件的制约,由此约束处理对策也受到了广大学者的关注。目前有多个评价多目标优化算法的性能指标,但各有利弊,如何有效地评价多目标优化算法的性能也是众多学者探讨的热点。本论文首先对NSGA-Ⅱ的拥挤度值计算策略进行了改善,之后在免疫克隆算法的基础上提出了修正免疫克隆约束多目标优化算法,最后对多目标优化算法在多分类中的运用做了进一步的探讨。本论文的主要内容包括:(1)针对NSGA-Ⅱ在优化三维测试不足时,拥挤度值计算策略的不足,提出了一种新的拥挤度值计算策略。该策略通过引进局部拥挤度值对策完成对种群的更新操作,并通过引进全局拥挤度值对策完成对子代种群的选取操作。实验结果显示,该拥挤度值计算策略使NSGA-Ⅱ处理三维测试不足的性能得到了很大的提升。(2)针对约束多目标优化不足,提出新的免疫克隆约束多目标优化算法。该算法通过引进一个约束处理对策,用一个修正算法对个体的目标函数值进行修正,并对修正后的目标函数值采取免疫克隆多目标优化算法进行优化。通过实验证明了该算法的有效性。(3)Cai等人在2010年提出了多目标同时聚类和分类框架(MSCC),通过引进聚类和分类两个目标函数,并采取MOPSO优化这两个目标函数达到设计多分类器的目的。由于MOPSO在优化MSCC框架中的多目标不足时,只能得到少量的非支配解,而在此情况下,著名的NSGA-Ⅱ由于采取了Pareto排序策略,种群中会保留大量优秀的支配解,这样有利于种群的优化,所以为了进一步探讨MSCC框架,引进了NSGA-Ⅱ优化MSCC框架中的多目标不足。实验结果表明,在NSGA-Ⅱ的优化下,MSCC分类器的性能好于MOPSO优化MSCC框架的情况,而且也发现了MSCC框架在处理部分数据集时出现的不足。关键词:多目标优化论文约束处理对策论文免疫克隆论文聚类论文多分类论文
本论文由www.7ctime.com,需要论文可以联系人员哦。摘要3-4
ABSTRACT4-6
目录6-8
第一章 绪论8-14

1.1 探讨背景与作用8

1.2 多目标优化算法基本论述8-9

1.3 多目标优化算法的探讨近况9-12

1.4 多目标优化算法的性能评价指标12-13

1.5 本论文探讨的主要内容及安排13-14

第二章 关于NSGA-Ⅱ拥挤度值计算策略的改善14-36

2.1 多样性保持策略的浅析14-15

2.2 新拥挤度值计算策略15-19

2.1 局部拥挤度值对策15-17

2.2 全局拥挤度值对策17-18

2.3 子代选取原则18

2.4 本章算法18-19

2.5 算法的复杂度浅析19

2.3 实验和浅析19-34

2.3.1 测试不足19-20

2.3.2 评价指标20-21

2.3.3 实验及结果浅析21-32

2.3.4 不同代数下算法性能探讨32-34

2.3.5 实验总结34

2.4 总结34-36

第三章 免疫克隆约束多目标优化算法36-50

3.1 约束处理对策的浅析36-37

3.2 免疫克隆约束多目标优化算法37-43

3.

2.1 克隆操作37-38

3.

2.2 交叉、变异操作38-40

3.

2.3 选择操作40-42

3.

2.4 算法的主要流程42

3.

2.5 算法的复杂度浅析42-43

3.3 实验和浅析43-48

3.1 测试函数43

3.2 性能度量43-44

3.3 仿真结果及浅析44-48

3.4 总结48-50

第四章 多目标优化算法在多分类中的运用探讨50-60

4.1 多分类算法介绍50-51

4.2 算法介绍51-55

4.

2.1 目标函数51-52

4.2.2 多目标优化算法52-论文导读:554.3实验和浅析55-594.3.1实验和浅析55-594.3.2实验总结594.4总结59-60第五章总结与展望60-625.1总结605.2展望60-62致谢62-64参考文献64-70硕士期间的学术成果70上一页12
55

4.3 实验和浅析55-59

4.

3.1 实验和浅析55-59

4.

3.2 实验总结59

4.4 总结59-60
第五章 总结与展望60-62

5.1 总结60

5.2 展望60-62

致谢62-64
参考文献64-70
硕士期间的学术成果70