[发明专利]一种基于改进upsemoa算法的导联选择方法在审
| 申请号： | 201811631345.1 | 申请日： | 2018-12-29 |
| 公开（公告）号： | CN109767835A | 公开（公告）日： | 2019-05-17 |
| 发明（设计）人： | 杨洁;张诚麟;白益洋 | 申请（专利权）人： | 遵义师范学院 |
| 主分类号： | G16H50/20 | 分类号： | G16H50/20;G06N3/00 |
| 代理公司： | 遵义市创先知识产权代理事务所(普通合伙) 52118 | 代理人： | 刘创先 |
| 地址： | 563000 贵州省遵义市新*** | 国省代码： | 贵州;52 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供了一种基于改进upsemoa算法的导联选择方法，包括如下步骤：(1)获取种群：获取输入参数，输入参数包括种群最小规模miSize、父代基向量数burstSize、个体长L，在给定的搜索空间中，随机地生成miSzie个长度为L的个体，构成种群P；(2)初始判断：判断种群P是否第一代，如不是则将输出的子代种群C合并至种群P中，然后初始化非劣解集合T；(3)挑选集合：从种群P中挑选出非劣解集合Te；(4)拥挤度排序：对非劣解集合T作拥挤度比较排序；(5)挑选合并；(6)挑选父代基向量；(7)选择子代种群；(8)判断结束。本发明在确保分类准确率不弱于其他导联选择方法的前提下，时间远远低于其他基于多目标进化的导联选择方法。 | ||
| 搜索关键词： | 种群 导联 非劣解 集合 输入参数 子代种群 基向量 拥挤度 父代 算法 排序 分类准确率 搜索空间 合并 初始化 多目标 随机地 改进 进化 输出 | ||
【主权项】：
1.一种基于改进upsemoa算法的导联选择方法，其特征在于：包括如下步骤：(1)获取种群：获取输入参数，输入参数包括种群最小规模miSize、父代基向量数burstSize、个体长L，在给定的搜索空间中，随机地生成miSzie个长度为L的个体，构成种群P；(2)初始判断：判断种群P是否第一代，如不是则将输出的子代种群C合并至种群P中，然后初始化非劣解集合T；(3)挑选集合：从种群P中挑选出非劣解集合Te；(4)拥挤度排序：对非劣解集合T作拥挤度比较排序；(5)挑选合并：判断非劣解集合T数量是否达到种群最小规模miSize，如达到则进入下一步，如未达到则从挑选出非劣解集合Te中挑选个体至非劣解集合T中，并同时将非劣解集合Te从种群P中排除，然后返回至步骤(3)；(6)挑选父代基向量：从非劣解集合T中选择burstSize个个体作为父代基向量Pa；(7)选择子代种群：采用差分变化遍历计算非劣解集合T和父代基向量Pa中的个体，得到子代种群C；(8)判断结束：判断是否种群C不再变化或迭代达到最大次数，如是则输出子代种群C，如否则返回至步骤(2)。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于遵义师范学院，未经遵义师范学院许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201811631345.1/，转载请声明来源钻瓜专利网。
