含噪混合性能指标优化问题在实际系统中是普遍存在的,目前尚无有效方法解决该问题。本项目针对含噪混合性能指标优化问题,研究其进化优化理论与方法,内容包括:进化个体适应度赋值方法、基于集成神经网络的个体适应值估计方案、隐式性能指标评价过程中的噪声模型与有效的降噪策略以及进化优化过程中的知识隐含学习机理与新方法。通过本项目研究,提出一整套含噪混合性能指标优化问题的进化优化理论与方法,解决一系列相关的关键技
{{i.achievement_title}}
数据更新时间:2023-05-31
基于SSVEP 直接脑控机器人方向和速度研究
基于公众情感倾向的主题公园评价研究——以哈尔滨市伏尔加庄园为例
惯性约束聚变内爆中基于多块结构网格的高效辐射扩散并行算法
物联网中区块链技术的应用与挑战
基于协同表示的图嵌入鉴别分析在人脸识别中的应用
不确定混合性能指标优化问题的进化优化理论与应用
面向含噪复杂群机器人气味寻源问题的小生境微粒群优化方法
基于偏好信息学习引导的混合性能指标智能优化决策模型与方法研究
基于不确定进化优化的含随机数软件测试数据自动生成理论与方法