首页
学习
活动
专区
工具
TVP
发布

人工智能与演化计算成长与进阶

专栏作者
360
文章
398301
阅读量
45
订阅数
【佳作分享】郑州大学计算智能实验室“约束多目标进化优化”进展三
郑州大学计算智能实验室在约束多目标进化优化领域取得系列重要进展,相关成果分别发表在《IEEE Transactions on Evolutionary Computation》,《IEEE Transactions on Cybernetics》,《IEEE Transactions on Systems, Man, and Cybernetics: Systems》等国际顶尖期刊。代码已在计算智能实验室官网http://www5.zzu.edu.cn/cilab/fblw/qklw.htm公开。
演化计算与人工智能
2023-02-23
5110
【强烈推荐,讲座分享】IEEE计算智能学会演化调度与组合优化Taskforce系列讲座第7期:学习优化车辆路径规划问题
为推广演化计算在调度与组合优化领域的研究,IEEE演化调度与组合优化Taskforce在此组织线上学术报告讲座系列。
演化计算与人工智能
2023-02-23
3790
万变不离其宗|大规模优化必然要决策变量分组
等核酸结果打入校申请的过程中,网红丁翻了一下TEVC的新文章,非常有趣的看到两篇很近的文章,他们都在做大规模优化的决策变量分组,这么巧的事当然值得快速过一下。
演化计算与人工智能
2023-02-23
2940
CEC2023征稿|新兴应用中的大规模多目标优化
Call for Papers: CEC 2023 Special Session on “Large-scale multi-objective optimization in emerging applications”, July 2-5, 2023, Swissôtel Chicago
演化计算与人工智能
2023-02-23
2430
【征稿】2023 IEEE 进化计算国际会议专题:进化计算机视觉和图像处理
各位同仁们好,我们最近在2023年IEEE进化计算国际会议(IEEE CEC) 上组织了关于“进化计算机视觉和图像处理” 的Special Session,将接收所有关于进/演化计算算法应用于解决计算机视觉和图像处理问题的论文。
演化计算与人工智能
2023-02-23
8680
讲座分享|BIC-TA 2022 在线专题报告,欢迎参与
The 17th International Conference on Bio-inspired Computing: Theories and Applications (BIC-TA 2022)
演化计算与人工智能
2023-02-23
4480
征稿|CEC 2023 Special Session on "EC in Healthcare Industry"
Worldwide, the healthcare industry would continue to thrive and grow, due to the increasing demands of diagnosis, treatment, disease prevention, medicine, and service which affect the mortal rates and life quality of human beings. Two key issues of the modern healthcare industry are improving healthcare quality, as well as reducing economic and human costs. The problems in the healthcare industry can be formulated as scheduling, planning, predicting, and optimization problems, where evolutionary computation methods can play an important role. Although evolutionary computation has been applied to scheduling and planning for trauma system and pharmaceutical manufacturing, other problems in the healthcare industry such as decision making in computer-aided diagnosis and predicting for disease prevention have not been properly formulated for evolutionary computation techniques, and many evolutionary computation techniques are widely adopted in the healthcare community.
演化计算与人工智能
2023-02-23
3740
局域网内使用Spacedesk实现扩展主机屏幕到联网设备
局域网内使用Spacedesk实现扩展主机屏幕到联网设备 引言 作为一名程序员OR磕盐汪,一块超大号的显示屏是必备的。我们可以使用一块显示器看论文,另一块显示器复现代码,或者一块显示器看API,另一块显示器进行实践。在实验室,我往往会使用至少两面24寸以上的显示器,或者超过两台主机。我们经常可以使用向日葵等软件进行远程操作主机,来增加可以操作的主机的数量。但是,当身边没有多余的显示器,而只有闲置的主机时,如何将身边闲置的笔记本,平板,甚至手机利用起来以增加显示空间呢? 虽然Win10的扩展屏幕可以实现,多
演化计算与人工智能
2022-05-16
2K0
从PlatEMO中提取真实PF前沿
从PlatEMO中提取真实PF前沿 觉得有用的话,欢迎一起讨论相互学习~ 众所周知,我是Jmetal的重度爱好者,最近实验遇到一些难以解决的困难,当我在进行超多目标优化实验即MaOP时,需要M=10及以上的PF,然而在benchmark中没有提供,而且Jmetal不支持通过均匀取点的方式生成PF。因此,经过老师的指导,我们选择使用在PlatEMO中运行完相应目标数量的benchmark problem后,将通过均匀踩点得到的真实PF提取出来作为在Jmetal上进行实验的真实PF. 观察platEMO中PF
演化计算与人工智能
2022-05-16
1.4K0
PlatEMO matlab 使用帮助文档
PlatEMO matlab 使用帮助文档 作为一名java(Jmetal?)python (Tensorflow?) 重度爱好者,当我使用Matlab的时候我常常找不到北 有时候你是不是会遇见在ma
演化计算与人工智能
2022-05-16
2.4K0
论文研读-用于约束多目标优化的新型双阶段双种群进化算法
i) mainPop 一旦进入可行区域,在整个演化过程中几乎不会保留任何不可行的解决方案。相比之下,auxPop 可以在整个进化过程中保持不可行的解决方案。即mainPop是以可行性为导向的,主要侧重于探索可行区域。另一方面,auxPop 可以广泛保留不可行的解决方案,从而探索不可行的区域。就搜索空间的探索而言,这两个种群在本质上是互补的。ii) auxPop 中可行解决方案的数量随迭代次数而变化,并且因问题而异,具体取决于可行和不可行区域的几何形状。对于图 7 中的所有问题,我们可以观察到,在切换点之前 auxPop 中可行解的数量变化很小。这是因为当检测到 auxPop 中解的收敛稳定性时,搜索阶段会发生变化。iii) 切换后 auxPop 中可行解的数量有所增加。这是因为 auxPop 开始从不受约束的 PF 向真正的 PF 移动。尽管如此,对于 Type-II、III 和 IV 问题,即图 7(b)-(d) 中的 CTP7、MW7 和 LIRCMOP1,auxPop 即使在演化的后期仍然有许多不可行的解决方案,旨在利用接近真实 PF 的不可行解所携带的有用信息。
演化计算与人工智能
2022-03-31
1.4K0
论文研读-用于约束多目标优化的新型双阶段双种群进化算法补充材料
[1] K. Deb, A. Pratap, S. Agarwal, and T. Meyarivan, “A fast and elitist multiobjective genetic algorithm: NSGA-II,” IEEE Trans. Evol. Comput., vol. 6, no. 2, pp. 182–197, 2002.
演化计算与人工智能
2022-03-31
9380
【论文研读】基于对偶种群的约束多目标优化进化算法
G是不等式约束,h是等式约束,因此对于第j个约束的约束违反可以用CV进行表示如式子(2),对于所有约束的违反可以使用式子(3)进行表示。对于决策向量,可行解是指总体约束违反是0 对于两个可行解,x1支配x2,当且仅当x1的所有等式约束小于等于x2, 存在一个x1的不等式约束小于等于x2
演化计算与人工智能
2022-03-31
1.2K0
【论文研读】基于对偶种群的约束多目标优化进化算法-补充材料
最近我在学习约束多目标问题的论文,其中由明博士和张教授发表在TEVC上的c-DPEA非常不错~
演化计算与人工智能
2022-03-31
5060
【Origin教程】origin 画热图
作为目前最常见的一种可视化手段,热图因其丰富的色彩变化和生动饱满的信息表达被广泛应用于各种大数据分析场景。同时,专用于大数据统计分析、绘图和可视化等场景的 origin,在可视化方面也提供了热图的选项。
演化计算与人工智能
2022-01-24
7.6K2
【Origin教程】origin 检查是否有重复图片
origin 检查是否有重复图片 最近在写论文,当在画图的时候有很多个子图,但是sub-problems太多了,原始数据生成的表格特别多,眼花缭乱。 有时候用origin在一个项目中画出了一组图,很容易在复制粘贴的时候搞错,例如将表1对应生成了图2和图3两张图片而浑然不自知。 针对这种状况,我们可以随意点开已经画好的图片,双击其图片的区域,找到底部的workbook,通过不断翻看每个workbook对应生成的图片可以观察到是否有同一个wordbook对应了多个图片 📷 例如:在这个实例中可以看到VM11这
演化计算与人工智能
2022-01-24
1.6K0
Jmetal和PlatEMO中计算IGD时的结果差异
Jmetal - Reference: Van Veldhuizen, D.A., Lamont, G.B.: Multiobjective Evolutionary Algorithm Research: A History and Analysis. Technical Report TR-98-03, Dept. Elec. Comput. Eng., Air Force Inst. Technol. (1998)
演化计算与人工智能
2022-01-24
6110
论文研读-用于处理昂贵问题的广义多任务优化GMFEA
论文研读-用于处理昂贵问题的广义多任务优化GMFEA Generalized Multitasking for Evolutionary Optimization of Expensive Problems GMFEA 此篇文章为 J. Ding, C. Yang, Y. Jin, T. Chai, Generalized Multitasking for Evolutionary Optimization of Expensive Problems, IEEE Transactions on Evolu
演化计算与人工智能
2022-01-24
8810
论文研读-基于线性领域适应的进化多任务LDA-MFEA
这意味着,通过在多任务环境中耦合两个任务,任何导致任务1成本函数降低(适应度改善)的步骤都将自动导致任务2成本函数降低,反之亦然,而无需消耗任何额外的健康评估。因此,多任务优化为free lunch[15]提供了具有高序数相关性的函数范围。
演化计算与人工智能
2022-01-24
3670
【EC】论文研读-显式自编码器的进化多任务优化方法
论文研读-显式自编码器的进化多任务优化方法 Evolutionary Multitasking via Explicit Autoencoding EMT-A/EMEA 此篇文章为 L. Feng, L. Zhou, J. Zhong, A. Gupta, Y. Ong, K. Tan, A.K. Qin, Evolutionary Multitasking via Explicit Autoencoding, IEEE Transactions on Cybernetics. 49 (2019) 345
演化计算与人工智能
2022-01-24
5160
点击加载更多
社区活动
Python精品学习库
代码在线跑,知识轻松学
【玩转EdgeOne】征文进行中
限时免费体验,发文即有奖~
博客搬家 | 分享价值百万资源包
自行/邀约他人一键搬运博客,速成社区影响力并领取好礼
技术创作特训营·精选知识专栏
往期视频·干货材料·成员作品·最新动态
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档