[发明专利]一种基于模糊推理种群预测策略的动态多目标教学优化方法在审
| 申请号： | 201610534845.8 | 申请日： | 2016-07-07 |
| 公开（公告）号： | CN106228232A | 公开（公告）日： | 2016-12-14 |
| 发明（设计）人： | 陈得宝;邹锋 | 申请（专利权）人： | 淮北师范大学 |
| 主分类号： | G06N3/00 | 分类号： | G06N3/00;G06Q50/20;G06K9/62 |
| 代理公司： | 北京高航知识产权代理有限公司11530 | 代理人： | 李浩 |
| 地址： | 235000 安*** | 国省代码： | 安徽;34 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于模糊推理种群预测策略的动态多目标教学优化方法，通过随机初始化学习者种群；采用基于分解的策略更新所有学习者的学习成绩；评估并更新参考点，计算学习者的适应值，选取最优学习者，并且更新学习者邻域；对整个学习者种群进行环境变化检测；如果环境发生变化，则依据模糊推理与一步预测相结合的种群预测策略产生新的学习者种群；判断是否满足迭代终止条件。本发明通过模糊推理与一步预测相结合的种群预测策略来增强算法对最优Pareto解集的定位和跟踪能力，能迅速对环境变化做出反应，多目标教学优化更新种群，解决了求解最优Pareto解集速度慢的问题，在DMOPs中具有较强的适应性和鲁棒性。 | ||
| 搜索关键词： | 一种 基于 模糊 推理 种群 预测 策略 动态 多目标 教学 优化 方法 | ||
【主权项】：
一种基于模糊推理种群预测策略的动态多目标教学优化方法，其特征在于，步骤包括：首先，初始化学习者种群，然后，算法进入如下迭代过程：(1)随机初始化学习者种群；(2)采用基于分解的策略更新所有学习者的学习成绩；(3)评估并更新参考点，计算学习者的适应值，选取最优学习者，并且更新学习者邻域；(4)对整个学习者种群进行环境变化检测；(5)如果环境发生变化，则依据模糊推理与一步预测相结合的种群预测策略产生新的学习者种群。
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淮北师范大学，未经淮北师范大学许可，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/201610534845.8/，转载请声明来源钻瓜专利网。
