龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：河海大学
摘要：本发明公开了一种基于图卷积神经网络和NSGA‑III的超多目标缩减方法、装置和电子设备，包括：确定超多目标优化问题的目标函数集合与约束条件，建立超多目标优化模型；运行NSGA‑III算法得到种群个体，初始化目标函数相关图，将目标函数和种群个体分别作为源节点和普通节点加入到图中；根据种群个体目标函数值的变化，判断目标函数间的相关性，为目标函数相关图添加边和权重；训练GCN模型评估目标函数间的相似度，删减相似目标降低问题维度，运行NSGA‑III算法得到超多目标优化问题的非劣方案解集。本发明通过评估目标函数之间的相关性删减冗余目标，可降低计算维度，提升计算效率。
主权项：1.一种基于图卷积神经网络和NSGA-III的超多目标缩减方法，其特征在于，包括如下步骤：步骤1.确定超多目标优化问题的目标函数集合与约束条件，建立超多目标优化模型；步骤2.运行NSGA-III算法得到超多目标优化问题的第一代种群和第二代种群，初始化目标函数相关图，将目标函数作为源节点加入到图中，将第一代种群中的每个个体作为普通节点加入到图中；根据第一代种群个体和第二代种群个体目标函数值的变化，判断目标函数之间的相关性，为目标函数相关图添加边和权重；步骤3.对步骤2得到的目标函数相关图，聚合目标函数源节点的特征信息，根据特征信息和目标函数相关图训练图卷积神经网络GCN模型；步骤4.利用训练好的GCN模型，评估目标函数之间的相似度，删减相似目标降低问题维度，得到非冗余目标函数集合；利用非冗余目标函数集合运行NSGA-III算法，得到超多目标优化问题的非劣方案解集。
全文数据：
权利要求：
百度查询： 河海大学 基于图卷积神经网络和NSGA-III的超多目标缩减方法、装置和电子设备
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号