基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
在多目标优化中,许多实际问题都是由很多目标(超过三个)所组成,但是目前提出的大多数算法却只有在三维以下时高效.由于超过三维的情况无法用欧式空间来表示,而且在处理高维问题时,算法的时间复杂度通常很高,因此人们开始考虑将高维目标转化为低维目标后再处理.首先介绍了目前已经存在的将高维目标转化为低维目标的算法,提出了一种新的算法.该方法通过数据拟合,将各目标函数拟合为一条直线,比较相互之间的斜率之差来确定目标是否存在冗余,以期减少冗余目标.
推荐文章
基于最小二乘法的高维目标减少算法
高维目标进化
冗余目标减少
最小二乘法
子模式判别型半监督非线性维数减少算法
半监督学习
子模式
维数减少
特征子空间
判别分析
高维多目标优化设计的灰色微粒群算法
混合离散变量
灰色相对关联度
非线性约束优化
微粒群算法
适应函数
动态罚函数
基于新的适应度函数和多搜索策略的高维多目标进化算法
高维多目标优化
适应度函数
多搜索策略
进化算法
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 高维目标减少算法
来源期刊 计算机工程与应用 学科 工学
关键词 多目标优化 冗余目标减少 数据拟合
年,卷(期) 2010,(11) 所属期刊栏目 研究、探讨
研究方向 页码范围 38-41,94
页数 5页 分类号 TP18
字数 5007字 语种 中文
DOI 10.3778/j.issn.1002-8331.2010.11.012
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 郑金华 湘潭大学信息工程学院 134 1464 20.0 31.0
2 陈静 湘潭大学信息工程学院 20 94 5.0 9.0
3 周聪 湘潭大学信息工程学院 8 98 5.0 8.0
4 李珂 湘潭大学信息工程学院 7 68 5.0 7.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (4)
同被引文献  (6)
二级引证文献  (6)
2010(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2011(1)
  • 引证文献(1)
  • 二级引证文献(0)
2013(2)
  • 引证文献(2)
  • 二级引证文献(0)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(1)
  • 引证文献(0)
  • 二级引证文献(1)
2017(2)
  • 引证文献(0)
  • 二级引证文献(2)
2018(2)
  • 引证文献(0)
  • 二级引证文献(2)
2019(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
多目标优化
冗余目标减少
数据拟合
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
湖南省自然科学基金
英文译名:Natural Science Foundation of Hunan Province
官方网址:http://jj.hnst.gov.cn/
项目类型:一般面上项目
学科类型:
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导