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：西安理工大学
摘要：本发明公开了基于强化学习资源调度的多概念多目标优化方法，具体按照以下步骤实施：步骤1、输入参数；步骤2、对参数进行初始化和计算；步骤3、根据当前迭代次数判断是否进行演化操作；步骤4、对概念i种群Popi使用差分进化和多项式变异演化产生子代Offi，将Popi和Offi合并起来构成UnitedPopi，计算其函数值F_UnitedPopi；步骤5、对每个概念的F_UnitedPopi进行环境选择；步骤6、根据新旧子代函数值F_Popi和F_PopNewi更新强化学习的基本元素；步骤7、更新种群及其函数值，令Popi＝PopNewi,F_Popi＝F_PopNewi；步骤8、判断适应度评估次数FES是否小于最大函数评价次数FESMAX；若满足，则输出种群的最优解和最优值；否则返回步骤3，进入下一代种群演化。本发明能够提升MCMOP算法的收敛速度和精度。
主权项：1.基于强化学习资源调度的多概念多目标优化方法，其特征在于，具体按照以下步骤实施：步骤1、输入参数；步骤2、对参数进行初始化和计算；步骤3、根据当前迭代次数判断是否进行演化，再根据强化学习的基本元素判断是否对概念i进行演化；步骤4、对概念i种群Popi使用差分进化和多项式变异演化产生子代Offi，将Popi和Offi合并起来构成UnitedPopi，计算其函数值F_UnitedPopi；步骤5、对每个概念的F_UnitedPopi基于强化学习的基本元素进行环境选择；步骤6、根据新旧子代函数值F_Popi和F_PopNewi更新强化学习的基本元素；步骤7、更新种群及其函数值，令Popi＝PopNewi,F_Popi＝F_PopNewi；步骤8、判断适应度评估次数FES是否小于最大函数评价次数FESMAX；若满足，则输出种群的最优解和最优值；否则返回步骤3，进入下一代种群演化。
全文数据：
权利要求：
百度查询： 西安理工大学 基于强化学习资源调度的多概念多目标优化方法
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