基于组合模型的复杂系统超多目标优化算法

代理模型辅助进化算法广泛用于昂贵的复杂工程系统优化设计,能够加速找到问题的最优解集。然而,单个模型预测性能依赖于具体问题,并且随着目标个数的增加,预测性能的不确定性将随之增加。因此,提出一种基于组合模型的复杂系统超多目标优化算法。首先,建立组合代理模型并结合随机参考向量替代机制,以更好地搜索超多目标问题的非支配解集。其次,基于改进的统计下限最小值(LCB)准则及自适应个体选择策略选择优秀个体进行真实评估,以更新组合代理模型,使其能更好地辅助算法找到最优解集。最后,通过所提算法与已有代理模型进化算法在一系列测试函数和工程优化实例上的对比结果表明,所提算法具有良好的性能和潜力。

Posterior Cramer-Rao lower bounds for multitarget bearings-only tracking

Usually, only the Cramer-Rao lower bound （CRLB） of single target is taken into consideration in the state estimate of passive tracking systems. As for the case of multitarget, there are few works done due to its complexity. The recursion formula of the posterior Cramer-Rao lower bound （PCRLB） in multitarget bearings-only tracking with the three kinds of data association is presented. Meanwhile, computer simulation is carried out for data association. The final result shows that the accuracy probability of data association has an important impact on the PCRLB.

一阶相关免疫函数

讨论了一阶相关免疫函数的结构、构造,根据文中的构造法,新下界具有形式g(n)22n-1,这里g(n)→∞(n→∞)。

进化贝叶斯优化的核极限学习机分类器

为解决传统核极限学习机算法参数优化困难的问题,提高分类准确度,提出一种改进贝叶斯优化的核极限学习机算法。用樽海鞘群设计贝叶斯优化框架中获取函数的下置信界策略,提高算法的局部搜索能力和寻优能力;用这种改进的贝叶斯优化算法对核极限学习机的参数进行寻优,用最优参数构造核极限学习机分类器。在UCI真实数据集上进行仿真实验,实验结果表明,相比传统贝叶斯优化算法,所提算法能提升核极限学习机的分类精度,相较其它优化算法,所提算法可行有效。