期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
基于两层知识迁移的多代理多任务优化方法 被引量:2
1
作者 马慧 冯翔 虞慧群 《计算机科学》 CSCD 北大核心 2023年第10期203-213,共11页
进化多任务优化是计算智能领域一个新兴的研究方向,它致力于研究通过进化算法如何同时、有效地求解多个优化问题,从而提高单独求解每个任务的性能。基于此,提出了一种基于两层知识迁移的多代理多任务优化算法(AMS-MTO),其通过在代理间... 进化多任务优化是计算智能领域一个新兴的研究方向,它致力于研究通过进化算法如何同时、有效地求解多个优化问题,从而提高单独求解每个任务的性能。基于此,提出了一种基于两层知识迁移的多代理多任务优化算法(AMS-MTO),其通过在代理间和代理内同时进行知识迁移来达到跨域优化的目的。具体来讲,代理内的知识迁移是通过差分进化实现决策变量信息的跨维迁移,从而避免算法陷入局部最优;代理间的学习采用了隐式知识迁移和显式知识迁移两种策略。隐式知识迁移利用种群的选择性交叉来产生后代,促进遗传信息的交流;显式知识迁移是对精英个体的迁移,可以弥补隐式迁移随机性很强的缺点。为了评估两层知识迁移的多代理多任务优化方法的有效性,在8个高达100维的基准问题上进行了实证研究,同时给出了收敛证明,并将其与现有的算法进行了对比。实验结果表明,在求解单目标优化的昂贵问题时,AMS-MTO算法效率更高,性能更好,收敛速度更快。 展开更多
关键词 进化多任务优化 多代理 知识迁移 精英个体 隐式迁移
下载PDF
A Matching Model-Based Approach to Metaphor Transfer in SLA
2
作者 董保华 《Chinese Journal of Applied Linguistics》 2014年第1期67-85,129,共20页
This study investigated the metaphor transfer among International Studies University and focused on Ll's 75 Chinese EFL students from Sichuan role in the acquisition of L2 metaphor. The study proposes a new cross-lan... This study investigated the metaphor transfer among International Studies University and focused on Ll's 75 Chinese EFL students from Sichuan role in the acquisition of L2 metaphor. The study proposes a new cross-language matching model between metaphorical concepts and their linguistic forms. Using a multiple choice metaphor test administered to a group of graduate English majors and a group of undergraduate non-English majors, the study found that the cross-language matching model between the conceptual basis and its linguistic form is one of the main factors influencing L2 metaphor comprehension, and that such influences will dwindle with the accretion of language proficiency. Although there is still a long way to go before the establishment of a L2 metaphorically conceptual system, the study takes several steps toward a better understanding of metaphor transfer in language acquisition. 展开更多
关键词 second language acquisition metaphor transfer matching model conceptual basis Unguistic form
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部