联邦学习技术能在一定程度上解决数据孤岛和隐私泄露的问题,但存在通信成本高,通信不稳定,参与者性能分布不均衡等缺点.为了改进这些缺点并实现模型有效性,公平性和通信成本的均衡,提出了一种面向联邦学习多目标优化的改进NSGA-III算法.首先构建联邦学习多目标优化模型,以最大化全局模型准确率,最小化全局模型准确率分布方...
针对DV-Hop算法中因计算误差导致的定位精度较低的问题,研究NSGA-III算法的交叉和变异并进行自适应改进,使得子代个体的进化更加均匀,提高找到全局最优解的概率,减少陷入局部的解空间。最后结合蚁群算法提升了该算法在复杂网络环境中的定位精度。仿真结果表明,与其他算法相比,文章提出的基于改进NSGA-III和蚁群算法的DV-...
基于改进NSGA-III的多目标联邦学习进化算法 联邦学习技术能在一定程度上解决数据孤岛和隐私泄露的问题,但存在通信成本高,通信不稳定,参与者性能分布不均衡等缺点.为了改进这些缺点并实现模型有效性,公平性和通信... 钟佳淋,吴亚辉,邓苏,... - 《计算机科学》 被引量: 0发表: 2023年 基于地下物流系统的集装箱...
根据InSAR卫星系统长短基线搭配测高成像的基线长度约束,确定“同心环”构型的优化变量及其优化范围;从集群构型的安全性、稳定性以及有用性三个角度构造星间距离目标函数、构型稳定目标函数和测高性能目标函数;最后通过多目标NSGA‑III优化算法对上述3个目标函数进行优化求解,得到满足星间避碰、构型稳定与测高精度任务...
地址541004广西壮族自治区桂林市七星 区建干路12号 (72)发明人谢晓兰 卢杰 黄安 李姗珊 刘亚荣 (51)Int.Cl. G06Q10/06(2012.01) G06Q30/06(2012.01) G06Q50/30(2012.01) (54)发明名称 一种基于改进NSGA-III算法的城市共享单 车部署多目标优化方法 (57)摘要 本发明公开了一种基于改进NSGA‑III算法 的...
通过分析现有柔性车间调度问题特点和对相关算法进行研究,提出了基于改进非支配排序遗传算法(Non-Dominated Sorted Genetic Algorithm-II,NSGA2)的调度方法求解该问题.针对非支配排序遗传算法中存在种群多样性低,运算速度慢等缺点,提出了基于拥挤度的自适应交叉算子,并借鉴竞标机制思想,将竞争选择方法引入非支配排序遗传算法...
NSGA2算法python代码nsga2算法优缺点 博主毕设用到了,记录下来防忘记,比较具体,也分享给需要学习的同学。1995年,Srinivas和Deb提出了非支配遗传(Non-dominated Sorting Genetic Algorithms,NSGA)算法[42]。NSGA算法是以遗传算法为基础并基于Pareto最优概念得到的。NSGA算法与基本遗传算法的主要区别是其在进行选择操作之前...
NSGA2算法python代码nsga2算法优缺点 博主毕设用到了,记录下来防忘记,比较具体,也分享给需要学习的同学。1995年,Srinivas和Deb提出了非支配遗传(Non-dominated Sorting Genetic Algorithms,NSGA)算法[42]。NSGA算法是以遗传算法为基础并基于Pareto最优概念得到的。NSGA算法与基本遗传算法的主要区别是其在进行选择操作之前...
针对带约束的高维多目标优化问题,设计一种基于参考点的约束支配关系(RPCDP),将可行解与不可行解作为一个整体看待,进而综合考虑它们的收敛性、多样性和可行性,并基于此提出用于解决约束高维多目标优化问题的NSGA-III算法.将所提出算法与著名的3种约束高维多目标进化算法进行对比,实验结果表明在标准测试函数集CDTLZ上,相...
这种赋值方法的一个缺点是,个体的Pareto排序值有时不 能很好反映个体周围的密度信息,如图1所示,尽管个体a周 围种群的密度大于个体b周围的种群密度,但它们的Pareto排 序值都为2.尽管NSGA-II算法中有密度信息估计的部分,但 所采用的密度信息的估计仅限于同一级非支配个体集中回,对于 图1中的个体a和b仍然具有同样...