论文学习——基于距离的随机变化动态多目标优化的马氏诺比斯方法

论文题目:A Mahalanobis Distance-Based Approach for Dynamic Multiobjective Optimization With Stochastic Changes

基于距离的随机变化动态多目标优化的马氏诺比斯方法(Ya ru H u , Jinhua Zheng , Shouyong Jiang, Shengxiang Yang , Senior Member, IEEE, Juan Zou , and Rui Wang , Senior Member, IEEE)IEEE TRANSACTIONS ON EVOLUTIONARY COMPUTATION, VOL. 28, NO. 1, FEBRUARY 2024

刚开始学习多目标优化算法,不作商业用途,如果有不正确的地方请指正!

个人总结:

马氏距离(MD)是从欧几里得距离扩展而来的,可以有效地处理不同维度或变量之间的非独立和相同分布问题,并考虑样本集的所有变量特征,MD可以检测来自不同进化环境的样本集之间的相似性.

看了一半看不太懂,就是用这个MD对i-t时刻进行环境评估,如果相同的话就不保存当前的信息?

我基础太差了看这个有点吃力

引言

本文提出的想法

我们提出了一种基于MD的方法,称为MDA,以有效地处理具有随机变化的DMOP。通过 MD 的 MDA 对从先前进化环境中保存的信息进行全方位评估,以从先前的随机环境中学习,从而从先前的不同时间间隔中提取两个解集作为预测模型的输出和输入集

并考虑了所有决策变量的变化程度,以增强种群预测,特别是在保存信息不足的情况下.

背景及相关工作

讲了一下自编码搜索看不懂先跳过一下

提出的算法

整体框架如图

A.Mahalanobis Distance-Based Approach(基于马哈拉诺比距离的方法)

1基于马哈拉诺比斯距离的预估

首先为 MD 引入样本集。样本集是在每个动态环境开始时重新评估变化探测器后,根据目标值决定的。具体来说,该算法通过 MD(PEMD)对之前时间段保存的信息进行预估,从而将当前环境与所有已发生的环境联系起来。

当发生变化时(称为第 (t + 1) 个时间间隔),我们首先保存 Ht+1。然后,我们利用 (6) 计算 Ht+1 和保存到 H 的每个 Hi 之间的 MD,其中 i < t + 1。数学上,D 代表 MD,其定义如下:

 

 

 

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:/a/442643.html

如若内容造成侵权/违法违规/事实不符,请联系我们进行投诉反馈qq邮箱809451989@qq.com,一经查实,立即删除!

相关文章

云计算科学与工程实践指南--章节引言收集

云计算科学与工程实践指南–章节引言收集 //本文收集 【云计算科学与工程实践指南】 书中每一章节的引言。 我已厌倦了在一本书中阅读云的定义。难道你不失望吗&#xff1f;你正在阅读一个很好的故事&#xff0c;突然间作者必须停下来介绍云。谁在乎云是什么&#xff1f; 通…

借助产品说明书模板,让你轻松制作产品说明书

产品说明书是一种普遍存在的文档&#xff0c;在我们日常生活和工作中&#xff0c;您可能需要为自己的产品或服务创建一个。这是因为产品说明书是介绍产品特性、使用说明、维护方式以及注意事项等内容的有效工具。然而&#xff0c;制作产品说明书可能是一个复杂且困难的过程&…

stable diffusion 零基础入门教程

一、前言 Midjourney 生成的图片很难精准的控制&#xff0c;随机性很高&#xff0c;需要大量的跑图&#xff0c;但Stable Diffusion可以根据模型较精准的控制。 SD 效果图展示&#xff1a; 二、Stable Diffusion 介绍 Stable Diffusion 是一款基于人工智能技术开发的绘画软件…

灯塔:CSS笔记(2)

一 选择器进阶 后代选择器&#xff1a;空格 作用&#xff1a;根据HTML标签的嵌套关系&#xff0c;&#xff0c;选择父元素 后代中满足条件的元素 选择器语法&#xff1a;选择器1 选择器2{ css } 结果&#xff1a; *在选择器1所找到标签的后代&#xff08;儿子 孙子 重孙子…

基于Springboot的智慧社区居家养老健康管理系统(有报告)。Javaee项目,springboot项目。

演示视频&#xff1a; 基于Springboot的智慧社区居家养老健康管理系统&#xff08;有报告&#xff09;。Javaee项目&#xff0c;springboot项目。 项目介绍&#xff1a; 采用M&#xff08;model&#xff09;V&#xff08;view&#xff09;C&#xff08;controller&#xff09;…

膜厚测量仪在半导体应用中及其重要

随着科技的不断发展&#xff0c;半导体行业已成为当今世界的核心产业之一。在这个领域中&#xff0c;半导体膜厚测量仪作为关键设备&#xff0c;其精度和可靠性对于产品质量和生产效率具有至关重要的作用。本文将详细介绍半导体膜厚测量仪的工作原理、应用领域以及其在半导体制…

如何分辨Mac设备X86或ARM

在终端中输入如下命令可以获取到当前 Mac 设备是 X86 还是 ARM 类型 uname -a 以上便是此次分享的全部内容&#xff0c;希望能对大家有所帮助!

运动想象 (MI) 迁移学习系列 (2) :TDLNet

运动想象迁移学习系列:TDLNet 0. 引言1. 主要贡献2. 网络介绍2.1 TDM模块2.2 Inception模块2.3 RAMM模块 3. 特征可视化算法4. 结果4.1 消融实验4.2 与基于CNN的参考和迁移学习方法的比较4.3 基于遮挡信号频率的特征可视化 5. 总结欢迎来稿 论文地址&#xff1a;https://ieeex…

委员建议进一步扩大香港与内地金融市场互联互通发展

在我们共同追寻金融发展的星辰大海之际&#xff0c;我怀着无比激动的心情&#xff0c;向诸位委员提议进一步扩大香港与内地金融市场互联互通发展。这个议题犹如一颗璀璨的明珠&#xff0c;闪耀着诱人的光芒&#xff0c;吸引着我们为之奋斗。让我们共同探讨这一话题&#xff0c;…

新版电脑QQ使用体验怎么样?最软库帮你体验!

你已经有多久没在电脑上用QQ了&#xff1f; 最近腾讯发布了由NT架构打造的最新版电脑QQ&#xff0c;彻底抛弃了以往陪伴了我们十几年的用户界面 采用了全新的用户界面&#xff0c;说是全新界面&#xff0c;其实就是风格往微信靠拢而已。 最软库本期就给大家试试新QQ&#xff0c…

基于MPPT的太阳能光伏电池simulink性能仿真,对比扰动观察法,增量电导法,恒定电压法

目录 1.课题概述 2.系统仿真结果 3.核心程序与模型 4.系统原理简介 4.1 扰动观察法 (Perturb and Observe Method) 4.2 增量电导法 (Incremental Conductance Method) 4.3 恒定电压法 (Constant Voltage Method) 5.完整工程文件 1.课题概述 在simulink中&#xff0c;实…

2024年阿里云服务器新版计算器上线了,报价不求人

阿里云服务器价格计算器&#xff0c;鼠标选择云服务器ECS实例规格、地域、系统盘、带宽及购买时长即可一键计算出精准报价&#xff0c;报价不求人使用计算器自己查&#xff0c;报价清单支持下载。阿里云服务器网aliyunfuwuqi.com分享阿里云服务器价格计算器链接地址&#xff1a…

前端面试练习24.3.8

防抖和节流 防抖&#xff08;Debouncing&#xff09;&#xff1a; 防抖是指在短时间内连续触发同一事件时&#xff0c;只执行最后一次触发的事件处理函数。 在实际应用中&#xff0c;常常用于处理用户输入的搜索框或者滚动事件。例如&#xff0c;当用户连续输入搜索关键词时&am…

【Redis】redis的基本使用

&#x1f4dd;个人主页&#xff1a;五敷有你 &#x1f525;系列专栏&#xff1a;Redis ⛺️稳中求进&#xff0c;晒太阳 Redis的概述 为什么要有redis? redis是数据库&#xff0c;mysql也是数据库&#xff0c;redis做缓存的意义就是为了减轻数据库压力 数据库为什么…

Android Studio轮播图使用失败怎么办【已解决】

Android Studio轮播图使用失败怎么办 1.在gethub上面搜索轮播图 2.选择要使用的轮播图 3.查看该轮播图的配置方法 4.复制该依赖放入build.gradle中 5.重新构建 6.使用banner 发现没有报错了 7.参考网址 https://github.com/youth5201314/banner

element---tree树形结构(返回的数据与官方的不一样)

项目中要用到属性结构数据&#xff0c;后端返回的数据不是官方默认的数据结构&#xff1a; <el-tree:data"treeData":filter-node-method"filterNode":props"defaultProps"node-click"handleNodeClick"></el-tree>这是文档…

零、自然语言处理开篇

目录 0、NLP任务的基础——符号向量化 0.0 词袋模型 0.1 查表/One-hot编码 0.2 词嵌入模型/预训练模型 0.2.0 Word2Vec &#xff08;0&#xff09;CBOW &#xff08;1&#xff09;Skip-gram 0.2.1 GloVe 0.2.2 WordPiece 0.2.3 BERT 0.2.4 ERNIE NLP自然语言处理&am…

投放项目到github仓库(代码集合)

1 假设你的项目文件夹为Project1 &#xff0c;那么代开Project1后 右键选择打开Git Bash 2输入初始化本地仓库 git init 3输入git add . (.表示全部&#xff0c;当然也可以部分选取&#xff0c;请自行百度) 4输入 git remote add origin https://github.com/********.git(网…

GitHub和Gitee的基本使用和在IDEA中的集成

文章目录 【1】GitHub1.创建仓库2.增加和修改文件3.创建分支4.删除仓库5.远程仓库下载到本地 【2】Gitee1.创建仓库2.远程仓库下载到本地. 【3】IDEA集成GitHub【4】IDEA集成Gitee1.在Gitee中修改&#xff0c;同步到本地2.从Gitee中下载项目 【1】GitHub 1.创建仓库 先登陆这…

LeetCode每日一题之 寻找数组中心下标

题目介绍&#xff1a; 题目链接&#xff1a;. - 力扣&#xff08;LeetCode&#xff09; 算法原理: 这道题仍然可以使用前缀和的思想来求解&#xff0c;不理解基础前缀和模板的可以看我前面的博客&#xff0c;上图中0-2号位元素的和可以很好地用前缀和数组求出&#xff0c;而后…