开发工具:
文件大小: 55kb
下载次数: 0
上传时间: 2021-03-01
详细说明：T-SAEA
尽管解决多目标问题的进化算法（EA）取得了成功，但大多数算法都是基于可以在同一时间段内评估所有目标的假设。 但是，在许多实际应用中，这种假设是不现实的，因为必须使用具有各种时间复杂性的不同计算机模拟或物理实验来评估不同的目标。 为了解决这个问题，在这项工作中提出了一种替代辅助进化算法以及基于参数的转移学习（T-SAEA）。 虽然可以在足够的训练数据上更新廉价目标的替代项，但可以通过训练数据集或转移学习方法来更新昂贵目标的替代项。 为了找出可转让的知识，使用基于过滤器的特征选择算法来捕获每个目标的关键特征，然后将共同的重要特征用作廉价和昂贵目标之间知识转移的载体。 然后，代理模型中的相应参数被自适应地共享以提高代理模型的质量。
参考
如果您发现T-SAEA有用，请引用以下参考资料：
王希鲁，金耀初，塞巴斯蒂安·施密特和马库斯·奥尔霍弗。 “高斯过程的转移学习有助于具有不同评
(系统自动生成,下载前可以参看下载内容)
下载文件列表
相关说明
- 本站资源为会员上传分享交流与学习,如有侵犯您的权益,请联系我们删除.
- 本站是交换下载平台，提供交流渠道，下载内容来自于网络，除下载问题外，其它问题请自行百度。
- 本站已设置防盗链，请勿用迅雷、QQ旋风等多线程下载软件下载资源，下载后用WinRAR最新版进行解压.
- 如果您发现内容无法下载，请稍后再次尝试；或者到消费记录里找到下载记录反馈给我们.
- 下载后发现下载的内容跟说明不相乎，请到消费记录里找到下载记录反馈给我们，经确认后退回积分.
- 如下载前有疑问，可以通过点击"提供者"的名字，查看对方的联系方式，联系对方咨询.
