求解多目标优化问题的改进遗传机器学习方法

• 作者: 刘明姬 刘淑媛 吕显瑞
• 来源期刊: 吉林大学学报（理学版）
• 学科: 数学
• 关键词: 遗传算法 机器学习 多目标优化 Pareto最优解
• 年，卷（期）: 2006,（3）
• 所属期刊栏目: 数学
• 页码范围: 338-342
• 页数: 5页
• 分类号: O153.3
• 字数: 4330字
• 语种: 中文
• DOI: 10.3321/j.issn:1671-5489.2006.03.005

摘要

将遗传算法与机器学习相结合, 在分类器系统的基础上, 引入增强因子、排挤因子、合并因子等改进因子, 完善信度分配机制, 提出了改进的遗传机器学习方法. 并将算法应用于投资的收益与风险双目标优化模型, 数值结果表明, 改进算法能够寻求到数量更多、分布更广的Pareto最优解, 并且具有较好的稳定性, 避免了非成熟收敛.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吕显瑞	吉林大学数学学院	51	134	6.0	8.0
2	刘淑媛	吉林大学数学学院	4	10	2.0	3.0
6	刘明姬	吉林大学数学学院	5	11	3.0	3.0