-
公开(公告)号：CN106844637A
公开(公告)日：2017-06-13
申请号：CN201710044461.2
申请日：2017-01-19
Applicant: 北京工业大学
Abstract: 基于正交与聚类修剪改进多目标遗传算法的电影推荐方法，针对NSGA‑II中存在的分布性和收敛性两方面的不足而提出了这种改进算法OTNSGA‑II，可以用于求解各种多目标函数优化问题。该算法设计断层多目标正交实验初始化种群，避免了个体不均匀而导致分布性缺失；并运用自适应聚类修剪策略维护种群进化过程，去除适当数目的劣质个体，保持了种群的收敛性和分布性。结合用户行为与电影属性的信息挖掘，将该算法应用于电影个性化推荐这一实际问题，通过和现有的算法进行测试对比说明了算法的通用性和有效性，得到了更为优良的推荐结果，提高了推荐的准确率、召回率和覆盖率，并提供了更为丰富的推荐方案组合，有利于充分挖掘用户的兴趣点提供更为可靠的推荐服务。
-
公开(公告)号：CN107256241B
公开(公告)日：2021-06-25
申请号：CN201710381920.6
申请日：2017-05-26
Applicant: 北京工业大学
IPC: G06F16/9535 , G06F16/9536 , G06F16/35 , G06K9/62 , G06N3/12
Abstract: 基于网格与差异替换改进多目标遗传算法的电影推荐方法，针对NSGA‑II中存在的分布性和收敛性两方面的不足而提出了改进算法GDNSGA‑II，可以用于求解多目标组合优化问题。该算法设计多目标网格划分方式初始化种群，避免了个体不均匀而导致分布性缺失；并运用聚类选择与差异替换算子维护种群进化过程，选择适当数目的劣质个体局部搜索，保持了种群的收敛性和分布性。结合用户行为与电影属性的挖掘，将该算法应用于电影个性化推荐这一实际问题，通过和现有的算法进行测试对比说明了算法的通用性和有效性，得到了更为优良的推荐结果，提高了推荐的F调和率、多样性和新颖性，并提供了更为丰富的推荐方案组合，有利于充分挖掘用户的兴趣提供更为可靠的推荐服务。
-
公开(公告)号：CN107203590B
公开(公告)日：2021-02-02
申请号：CN201710271129.X
申请日：2017-04-24
Applicant: 北京工业大学
IPC: G06F16/735 , G06F16/9536
Abstract: 本发明公开了基于改进NSGA‑II的个性化电影推荐方法，针对传统推荐算法只追求准确性而忽略多样性的不足，采用多目标优化算法对这两个目标进行优化，从而在保持准确性的情况下提高多样性。针对NSGA‑II多目标优化算法存在的不足，提出了改进算法FFNSGA‑II，该算法设计综合相对熵过滤初始化种群，避免了种群分布不均匀；运用自适应非劣解填充维护种群进化过程，保持了种群的收敛性和分布性。结合用户行为与电影属性的信息挖掘，将该算法应用于个性化电影推荐这一实际问题，通过和现有的推荐算法进行测试对比说明了算法的通用性和有效性，得到了更为优良的推荐结果，提高了推荐的准确性、多样性。
-
公开(公告)号：CN106844637B
公开(公告)日：2020-01-24
申请号：CN201710044461.2
申请日：2017-01-19
Applicant: 北京工业大学
IPC: G06F16/735 , G06F16/9535 , G06N3/12
Abstract: 基于正交与聚类修剪改进多目标遗传算法的电影推荐方法，针对NSGA‑II中存在的分布性和收敛性两方面的不足而提出了这种改进算法OTNSGA‑II，可以用于求解各种多目标函数优化问题。该算法设计断层多目标正交实验初始化种群，避免了个体不均匀而导致分布性缺失；并运用自适应聚类修剪策略维护种群进化过程，去除适当数目的劣质个体，保持了种群的收敛性和分布性。结合用户行为与电影属性的信息挖掘，将该算法应用于电影个性化推荐这一实际问题，通过和现有的算法进行测试对比说明了算法的通用性和有效性，得到了更为优良的推荐结果，提高了推荐的准确率、召回率和覆盖率，并提供了更为丰富的推荐方案组合，有利于充分挖掘用户的兴趣点提供更为可靠的推荐服务。
-
公开(公告)号：CN104809890B
公开(公告)日：2018-01-05
申请号：CN201510185548.2
申请日：2015-04-19
Applicant: 北京工业大学
Abstract: 基于主成分分析和局部搜索改进正交遗传算法的交通信号配时优化方法，通过分析遗传算法与图像处理和模式识别间的内在联系而提出了这种算法，可以用于求解各种函数优化问题。此算法提出了一种基于主成分分析的改进正交交叉算子。该算子首先对交叉前的种群进行PCA投影，减小交叉时的个体长度，然后在投影域上实施正交交叉操作；交叉完成后重新投影到原始空间，减少因交叉产生的冗余个体个数和计算开销。为了进一步提高算法的收敛速度，还引入了局部搜索策略。将本算法应用于单交叉口信号配时优化问题，通过和现有的算法进行测试对比说明了算法的通用性和有效性，得到了有效的配时时间，减少了交叉口前的排队车辆数。
-
Patent Agency Ranking
公开(公告)号：CN107256241A
公开(公告)日：2017-10-17
申请号：CN201710381920.6
申请日：2017-05-26
Applicant: 北京工业大学
CPC classification number: G06F17/30867 , G06F17/3071 , G06K9/6215 , G06N3/126
Abstract: 基于网格与差异替换改进多目标遗传算法的电影推荐方法，针对NSGA‑II中存在的分布性和收敛性两方面的不足而提出了改进算法GDNSGA‑II，可以用于求解多目标组合优化问题。该算法设计多目标网格划分方式初始化种群，避免了个体不均匀而导致分布性缺失；并运用聚类选择与差异替换算子维护种群进化过程，选择适当数目的劣质个体局部搜索，保持了种群的收敛性和分布性。结合用户行为与电影属性的挖掘，将该算法应用于电影个性化推荐这一实际问题，通过和现有的算法进行测试对比说明了算法的通用性和有效性，得到了更为优良的推荐结果，提高了推荐的F调和率、多样性和新颖性，并提供了更为丰富的推荐方案组合，有利于充分挖掘用户的兴趣提供更为可靠的推荐服务。
-
公开(公告)号：CN107203590A
公开(公告)日：2017-09-26
申请号：CN201710271129.X
申请日：2017-04-24
Applicant: 北京工业大学
IPC: G06F17/30
Abstract: 本发明公开了基于改进NSGA‑II的个性化电影推荐方法，针对传统推荐算法只追求准确性而忽略多样性的不足，采用多目标优化算法对这两个目标进行优化，从而在保持准确性的情况下提高多样性。针对NSGA‑II多目标优化算法存在的不足，提出了改进算法FFNSGA‑II，该算法设计综合相对熵过滤初始化种群，避免了种群分布不均匀；运用自适应非劣解填充维护种群进化过程，保持了种群的收敛性和分布性。结合用户行为与电影属性的信息挖掘，将该算法应用于个性化电影推荐这一实际问题，通过和现有的推荐算法进行测试对比说明了算法的通用性和有效性，得到了更为优良的推荐结果，提高了推荐的准确性、多样性。
-
公开(公告)号：CN104809889B
公开(公告)日：2017-03-01
申请号：CN201510185281.7
申请日：2015-04-19
Applicant: 北京工业大学
Abstract: 基于主成分分析改进遗传算法的交通信号配时优化方法，通过分析遗传算法与图像处理和模式识别间的内在联系而提出了这种算法，可以用于求解各种函数优化问题。此算法利用对种群个体进行主成分分析分析设计交叉和变异算子。交叉算子能够根据PCA统计的父代个体的相似基因位避开容易产生无效交叉的交叉位置，减少无用的交叉，提高算法的搜索效率；变异算子根据PCA统计的相似基因位进行自适应的变异概率调节，从而保护优秀模式，提高算法的局部搜索效率。将本算法应用于单交叉口信号配时优化问题，通过和现有的算法进行测试对比说明了算法的通用性和有效性，得到了有效的配时时间，减少了交叉口前的排队车辆数。
-
公开(公告)号：CN104809890A
公开(公告)日：2015-07-29
申请号：CN201510185548.2
申请日：2015-04-19
Applicant: 北京工业大学
Abstract: 基于主成分分析和局部搜索改进正交遗传算法的交通信号配时优化方法，通过分析遗传算法与图像处理和模式识别间的内在联系而提出了这种算法，可以用于求解各种函数优化问题。此算法提出了一种基于主成分分析的改进正交交叉算子。该算子首先对交叉前的种群进行PCA投影，减小交叉时的个体长度，然后在投影域上实施正交交叉操作；交叉完成后重新投影到原始空间，减少因交叉产生的冗余个体个数和计算开销。为了进一步提高算法的收敛速度，还引入了局部搜索策略。将本算法应用于单交叉口信号配时优化问题，通过和现有的算法进行测试对比说明了算法的通用性和有效性，得到了有效的配时时间，减少了交叉口前的排队车辆数。
-
公开(公告)号：CN104809889A
公开(公告)日：2015-07-29
申请号：CN201510185281.7
申请日：2015-04-19
Applicant: 北京工业大学
Abstract: 基于主成分分析改进遗传算法的交通信号配时优化方法，通过分析遗传算法与图像处理和模式识别间的内在联系而提出了这种算法，可以用于求解各种函数优化问题。此算法利用对种群个体进行主成分分析分析设计交叉和变异算子。交叉算子能够根据PCA统计的父代个体的相似基因位避开容易产生无效交叉的交叉位置，减少无用的交叉，提高算法的搜索效率；变异算子根据PCA统计的相似基因位进行自适应的变异概率调节，从而保护优秀模式，提高算法的局部搜索效率。将本算法应用于单交叉口信号配时优化问题，通过和现有的算法进行测试对比说明了算法的通用性和有效性，得到了有效的配时时间，减少了交叉口前的排队车辆数。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.022 seconds)
