论文研究基于进化多目标优化的自步学习方法研究 .pdf

为克服传统遗传算法退化和早熟等缺点，同时降低优化算法的复杂度，提出基于人工免疫系统（Artificial Immune System， AIS）实现无约束多目标函数的优化。使用随机权重法和自适应权重法

为了求得综合性能最优的网络组播路径，提出了一种基于免疫多目标优化的求解方法。算法综合考虑代价、延时、带宽等多个因素；构造了免疫基因库，加快了算法的收敛速度；抗体编码采用实值树型编码，简化了操作；设计了

基于量子计算理论和进化理论，提出了用于多目标job-shop优化的量子进化算法（QEA-MOJSP）。QEA-MOJSP采用量子比特来表示工序对加工顺序的优先概率，利用量子叠加和相干机理，通过更新和交

利用了一种基于图论理论的方法对DNA序列（片段）,其编码区及非编码区进行分析。该方法通过复杂网络研究生物体的拓扑结构，主要通过测量聚类系数（也可称：集团系数）构建网络的拓扑结构。依据DNA序列的前缀、

AstructureMATLABimplementationofMOPSOforEvolutionaryMulti-ObjectiveOptimizationAstructuredMATLABimpl

论文研究-快速约束多目标进化算法及其收敛性.pdf,  针对进化算法收敛速度缓慢、容易陷早熟的问题,提出了约束多目标优化问题的一种新的快速进化算法. 设计了能够从可行解空间和不可行解空间同时搜索的交叉

在基于半自治agent的系统中应用profit-sharing增强学习方法，并与基于动态规划的Q-learning增强学习方法进行比较，在不确定因素较多的动态环境中，当系统状态变化不是一个马尔科夫过程

基于监督学习方法的内部抄袭检测研究，华秀丽，朱巧明，目前，文本抄袭检测研究大多集中于外部抄袭检测研究，即假定存在一个参考资料集合，抄袭检测任务旨在该参考资料集合中搜索与待检

在Vague多目标决策的研究中，引入两两比较决策行为，并通过拉格朗日乘数法解决一致性问题，最终找到最优方案。案例验证了该方法的有效性和可行性。

针对应急物流车辆调度问题中对于经济性、时效性、可靠性和鲁棒性的多种要求，考虑了含有时间窗、不确定需求、不确定行驶时间，以及路段含有失效风险的多目标鲁棒车辆路径优化问题，通过定义新的成本函数、满意度函数