欢迎来到天天文库
浏览记录
ID:33531738
大小:2.36 MB
页数:72页
时间:2019-02-26
《基于nsga-ⅱ和免疫算法的多目标优化与分类论文》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、独创性(或创新性)声明本人声明所呈交的论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知,除了文中特别加以标注和致谢中所罗列的内容以外,论文中不包含其他人已经发表或撰写过的研究成果;也不包含为获得西安电子科技大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中做了明确的说明并表示了谢意。申请学位论文与资料若有不实之处,本人承担一切相关责任。本人签名:拙翅叁.日期鲨丛兰:≥f关于论文使用授权的说明本人完全了解西安电子科技大学有关保留和使用学位论文的规定,即:研究生在校攻读学位期间论文工作的知识产权单位属西安电子科
2、技大学。本人保证毕业离校后,发表的论文与本论文工作成果有关时署名单位仍然为西安电子科技大学。学校有权保留送交论文的复印件,允许查阅和借阅论文;学校可以公布论文的全部或部分内容,可以允许采用影印、缩印或其它复制手段保存论文。(保密的论文在解密后遵守此规定)本人授权西安电子科技大学图书馆保存学位论文,并同意将论文在互联网上发布。本人签名:亟麴血导师签名:崮盛晕日期逆!!:!!:三2.日期!:!!!兰:il1...........................................................一摘要摘要多目标优化(Multi.objective
3、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。为了提高多目标优化算法的性能,许多学者分别采用不同的策略对多目标优化算法进行了研究,目前,经典的多目标优化算法有NSGA.II,SPEA2,MOPSO和MOEA/D等。同时,在实际问题中,往往受到约束条件的制约,因此约束处理策略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
4、能也是众多学者研究的热点。本文首先对NSGA.II的拥挤度值计算方法进行了改进,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应用做了进一步的研究。本文的主要内容包括:(1)针对NSGA—II在优化三维测试问题时,拥挤度值计算方法的不足,提出了一种新的拥挤度值计算方法。该方法通过引进局部拥挤度值策略完成对种群的更新操作,并通过引进全局拥挤度值策略完成对子代种群的选取操作。实验结果显示,该拥挤度值计算方法使NSGA-II处理三维测试问题的性能得到了很大的提高。(2)针对约束多目标优化问题,提出新的免疫克隆约束多目标优化算法
5、。该算法通过引进一个约束处理策略,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用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,并采用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框架中的多目标问题时,只能得到少量的非支配解,而在此情况下,著名的NSGA.II由于采用了Pareto排序方法,种群中会保留大量优秀的支配解,这样有利于种群的优化,所以为了进一步研究MSCC框架,引进了NSGA.II优化M
6、SCC框架中的多目标问题。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问题。关键词:多目标优化,约束处理策略,免疫克隆,聚类,多分类ABSTRACTIIIABSTRACTMulti—objectiveoptimization(MO)algorithmistofindasetofnondominatedandwelldistributedsolutions.Intheareaofdatamining,imagesengmentationandimageclustering
7、,wealwaysneedtofindproperparameters,andmulti-objectiveoptimizationalgorithmsCanhelpUSfindasetofsolutions,thenweselectwhichonetouse.Inordertoimprovetheperformanceofmulti—objectiveoptimizationalgorithms,alotofresearchersbroughtindifferentkindsofstrategies.Sofar,therearesome
此文档下载收益归作者所有