دانلود مقاله انگلیسی رایگان:یک الگوریتم تکامل افتراقی چند هدفه ناهمواری چشم انداز تناسب اندام با یک استراتژی یادگیری تقویتی - 2020
بلافاصله پس از پرداخت دانلود کنید
دانلود مقاله انگلیسی یادگیری تقویتی رایگان
  • A fitness landscape ruggedness multiobjective differential evolution algorithm with a reinforcement learning strategy A fitness landscape ruggedness multiobjective differential evolution algorithm with a reinforcement learning strategy
    A fitness landscape ruggedness multiobjective differential evolution algorithm with a reinforcement learning strategy

    سال انتشار:

    2020


    عنوان انگلیسی مقاله:

    A fitness landscape ruggedness multiobjective differential evolution algorithm with a reinforcement learning strategy


    ترجمه فارسی عنوان مقاله:

    یک الگوریتم تکامل افتراقی چند هدفه ناهمواری چشم انداز تناسب اندام با یک استراتژی یادگیری تقویتی


    منبع:

    Sciencedirect - Elsevier - Applied Soft Computing Journal, Journal Pre-proof, 106693: doi:10:1016/j:asoc:2020:106693


    نویسنده:

    Ying Huang, Wei Li, Furong Tian, Xiang Meng


    چکیده انگلیسی:

    Optimization is the process of finding and comparing feasible solutions and adopting the best one until no better solution can be found. Because solving real-world problems often involves simulations and multiobjective optimization, the results and solutions of these problems are conceptually different from those of single-objective problems. In single-objective optimization problems, the global optimal solution is the solution that yields the optimal value of the objective function. However, for multiobjective optimization problems, the optimal solutions are Pareto-optimal solutions produced by balancing multiple objective functions. The strategic variables calculated in multiobjective problems produce different effects on the mapping imbalance and the search redundancy in the search space. Therefore, this paper proposes a fitness landscape ruggedness multiobjective differential evolution (LRMODE) algorithm with a reinforcement learning strategy. The proposed algorithm analyses the ruggedness of landscapes using information entropy to estimate whether the local landscape has a unimodal or multimodal topology and then combines the outcome with a reinforcement learning strategy to determine the optimal probability distribution of the algorithm’s search strategy set. The experimental results showthat this novel algorithm can ameliorate the problem of search redundancy and search-space mapping imbalances, effectively improving the convergence of the search algorithm during the optimization process.
    Keywords: Multiobjective | Differential Evolution | Reinforcement Learning | Fitness Landscape | Search Strategy


    سطح: متوسط
    تعداد صفحات فایل pdf انگلیسی: 22
    حجم فایل: 748 کیلوبایت

    قیمت: رایگان


    توضیحات اضافی:




اگر این مقاله را پسندیدید آن را در شبکه های اجتماعی به اشتراک بگذارید (برای به اشتراک گذاری بر روی ایکن های زیر کلیک کنید)

تعداد نظرات : 0

الزامی
الزامی
الزامی
rss مقالات ترجمه شده rss مقالات انگلیسی rss کتاب های انگلیسی rss مقالات آموزشی
logo-samandehi