发明名称 |
一种基于模糊推理种群预测策略的动态多目标教学优化方法 |
摘要 |
本发明公开了一种基于模糊推理种群预测策略的动态多目标教学优化方法,通过随机初始化学者种群;采用基于分解的策略更新所有学者的学成绩;评估并更新参考点,计算学者的适应值,选取最优学者,并且更新学者邻域;对整个学者种群进行环境变化检测;如果环境发生变化,则依据模糊推理与一步预测相结合的种群预测策略产生新的学者种群;判断是否满足迭代终止条件。本发明通过模糊推理与一步预测相结合的种群预测策略来增强算法对最优Pareto解集的定位和跟踪能力,能迅速对环境变化做出反应,多目标教学优化更新种群,解决了求解最优Pareto解集速度慢的问题,在DMOPs中具有较强的适应性和鲁棒性。 |
申请公布号 |
CN106228232A |
申请公布日期 |
2016.12.14 |
申请号 |
CN201610534845.8 |
申请日期 |
2016.07.07 |
申请人 |
淮北师范大学 |
发明人 |
陈得宝;邹锋 |
分类号 |
G06N3/00(2006.01)I;G06Q50/20(2012.01)I;G06K9/62(2006.01)N |
主分类号 |
G06N3/00(2006.01)I |
代理机构 |
北京高航知识产权代理有限公司 11530 |
代理人 |
李浩 |
主权项 |
一种基于模糊推理种群预测策略的动态多目标教学优化方法,其特征在于,步骤包括:首先,初始化学习者种群,然后,算法进入如下迭代过程:(1)随机初始化学习者种群;(2)采用基于分解的策略更新所有学习者的学习成绩;(3)评估并更新参考点,计算学习者的适应值,选取最优学习者,并且更新学习者邻域;(4)对整个学习者种群进行环境变化检测;(5)如果环境发生变化,则依据模糊推理与一步预测相结合的种群预测策略产生新的学习者种群。 |
地址 |
235000 安徽省淮北市相山区东山路100号 |