基于元學習推薦的優化算法自動選擇框架
大小：0.99 MB 人氣： 2017-12-04 需要積分：1
標簽：推薦算法(9953)
算法選擇的目的是從眾多可用優化算法中自動地選出最適用于當前問題的算法。針對算法選擇問題提出了基于元學習推薦的優化算法自動選擇框架。依據此框架，以多模式資源受限的項目調度問題為實證數據集，設計實現了遺傳算法（ CA）、粒子群算法（PSO）和模擬退火算法（SA）三種算法的自動選擇過程。從項目調度問題數據庫中隨機選取了378個問題算例，提取其中的固有特征和統計特征作為元數據，并利用前饋型神經網絡（FNN）算法訓練獲得用于預測的元模型對未見算例作出預測。實證結果表明兩選一的算法預測準確率最高可超過95%，交叉驗證準確率平均達到85qo；三選一的算法預測準確率最高可達92%，交叉驗證準確率平均超過80%。實證結果驗證了所提算法選擇框架是成功的，基于元學習思想的優化算法自動選擇方法是可行的。
非常好我支持^.^
(0) 0%
不好我反對
(0) 0%
下載地址
基于元學習推薦的優化算法自動選擇框架下載
相關電子資料下載
- TikTok將開發獨立版推薦算法，以滿足美國用戶需求？ 426
- 快手的短視頻推薦算法（1） 782
- 詳解推薦算法的架構流程 2871
- 《麻省理工科技評論》發布了最新的2021年10大突破性技術的概念 2813
- top-N推薦算法評測的影響有哪些？ 1846
- 基于賽靈思FPGA的廣告推薦算法Wide and deep硬件加速案例 2775
- 互聯網廣告推薦迎來變革，雪湖科技聯合賽靈思發布推薦算法解決方案 1614
- 基于阿里云FPGA云的廣告推薦算法加速器 985
- 基于深度學習的推薦算法大部分都存在不同程度的數據集缺失和源碼缺失 3690
- 基于標簽的推薦算法應用場景、基于標簽的推薦算法原理介紹 16714