基于改进遗传算法的无线传感器网络覆盖优化

提出一种基于逆模型引导算法搜索的多目标演化算法(MOEA-OMG),通过对种群的目标空间随机采样,然后利用高斯过程将采样解映射回决策空间,得到包含种群分布信息的试验解,引导算法搜索,利用提出的重组算子将试验解与其他解个体进行组合,产生高质量后代解。将算法应用到解决无线传感器网络(WSNs)覆盖问题,并与传统的几种优化算法进行实验对比,结果表明,所提算法在求解WSNs覆盖问题时,展现出较为明显的性能优势。

基于模糊C均值聚类的锦标赛选择机制与多目标优化研究

本文提出了一种用于多目标优化的进化算法——基于模糊C均值聚类的进化算法(A Fuzzy C-Means Clustering Based Evolutionary Algorithm,FCEA).在算法的迭代过程中,先利用模糊C均值聚类算法寻找种群的分布结构,通过对每一代种群进行模糊划分,获得每个个体隶属于每一类的隶属度,然后本文设计了一种基于隶属度的锦标赛选择算子,用于从整个种群中选择相似个体进行重组,引导算法进行搜索.实验结果表明,基于隶属度的锦标赛选择算子的应用能够提升算法的性能,与MOEA/D-DE、NSGAII、SPEA2、SMS-EMOA等先进的优化算法进行比较的结果表明,FCEA在求解具有复杂Pareto前沿的多目标优化问题(GLT系列)时具有一定的竞争力.

社交媒体下粉丝圈层极端化的成因与影响

社交媒体时代的到来,在共同在场的情境之下,粉丝在这种互动仪式中形成了圈层。而粉丝圈层逐步显露出极端化的趋势。文章通过分析新媒体时代的特点,分析催生极端化的背后成因及极端化所带来的影响。