基于粒计算的多目标排序方法研究

doi:10.3778/j.issn.1002-8331.2010.09.013

计算机工程与应用 ›› 2010, Vol. 46 ›› Issue (9): 42-45.DOI: 10.3778/j.issn.1002-8331.2010.09.013

基于粒计算的多目标排序方法研究

牛昱光，阎高伟，谢刚，谢克明

太原理工大学信息工程学院，太原 030024

收稿日期:2009-04-20 修回日期:2009-06-25 出版日期:2010-03-21 发布日期:2010-03-21
通讯作者: 牛昱光

Research on granular computing based multi-objective ranking method

NIU Yu-guang，YAN Gao-wei，XIE Gang，XIE Ke-ming

College of Information Engineering，Taiyuan University of Technology，Taiyuan 030024，China

Received:2009-04-20 Revised:2009-06-25 Online:2010-03-21 Published:2010-03-21
Contact: NIU Yu-guang

摘要/Abstract

摘要： 提出了一种基于信息系统优势类的多目标排序算法。在信息系统优劣关系的基础上，通过求取个体的优势类形成优势粒，利用Pareto解之间的不可比较特性以及优势粒的特性，采用优势粒粒度作为衡量个体优劣性的标准，并提出了基于优势粒粒度的快速排序算法。实验结果表明该算法的效率高，而且能体现对象的优势度，能显著提高多目标优化算法的效率。

关键词: 多目标排序, 粒计算, 信息系统, 优势粒, 粒度

Abstract: The paper puts forward Dominance Granule multi-objective Sorting Algorithm（DGSA）.The dominance granule can be obtained by the dominance relation in the information system and granulation computing.It is the basis of multi-objective sorting and fitness assignment.Therefore，the dominance granule multi-objective sorting algorithm is designed and reduces the computational complexity highly.The test function experiment results have shown that the proposed method has higher searching efficiency.

Key words: multi-objective ranking, granular computing, information system, dominance granule, granularity

中图分类号:

TP301.6

牛昱光，阎高伟，谢刚，谢克明. 基于粒计算的多目标排序方法研究[J]. 计算机工程与应用, 2010, 46(9): 42-45.

NIU Yu-guang，YAN Gao-wei，XIE Gang，XIE Ke-ming. Research on granular computing based multi-objective ranking method[J]. Computer Engineering and Applications, 2010, 46(9): 42-45.

[1]	杨春霞，李欣栩，吴佳君，刘天宇. 基于注意力交互机制的层次网络情感分类[J]. 计算机工程与应用, 2021, 57(9): 134-139.
[2]	艾山·吾买尔，斯拉吉艾合麦提·如则麦麦提，西热艾力·海热拉，刘文其，吐尔根·依布拉音，汪烈军，瓦依提·阿不力孜. 带标记音节的双向维汉神经机器翻译方法[J]. 计算机工程与应用, 2021, 57(4): 161-168.
[3]	高天宇，王庆荣，杨磊. 粗糙集属性依赖度强化的应急数据挖掘模型[J]. 计算机工程与应用, 2021, 57(3): 87-93.
[4]	王琴，刘盾. 结合集成学习的序贯三支情感分类方法研究[J]. 计算机工程与应用, 2021, 57(23): 211-218.
[5]	谢春丽，梁瑶，王霞. 深度学习在代码表征中的应用综述[J]. 计算机工程与应用, 2021, 57(20): 53-63.
[6]	张力为，王甦菁，段先华. 细粒度分层时空特征描述符的微表情识别方法[J]. 计算机工程与应用, 2021, 57(13): 154-160.
[7]	刘玉锋，孙文鑫. 一般多粒度量化软粗糙集模型[J]. 计算机工程与应用, 2021, 57(12): 137-143.
[8]	刘桂枝. 维度变化的不完备混合型数据增量式属性约简[J]. 计算机工程与应用, 2021, 57(12): 161-169.
[9]	陈立潮，朝昕，曹建芳，潘理虎. 融合独立组件的ResNet在细粒度车型识别中的应用[J]. 计算机工程与应用, 2021, 57(11): 248-253.
[10]	李晋源，康雁，杨其越，王沛尧，崔国荣. 面向方面记忆网络的IT产品细粒度情感分析[J]. 计算机工程与应用, 2020, 56(3): 159-164.
[11]	牟恩，张贤勇，姚岳松，邓切. 邻域近似条件熵的特定类属性约简及启发算法[J]. 计算机工程与应用, 2020, 56(24): 175-180.
[12]	应毅，任凯，刘亚军. 基于GIS技术和加权kNN算法的实时揽件调度方法[J]. 计算机工程与应用, 2020, 56(21): 248-252.
[13]	骆公志，梅焘. 监督机制多粒度决策粗糙集模型及应用[J]. 计算机工程与应用, 2020, 56(18): 214-220.
[14]	王霞，董永权，于巧，耿娜. 结构化支持向量机研究综述[J]. 计算机工程与应用, 2020, 56(17): 24-32.
[15]	王伦，李路. 基于gcForest的多因子量化选股策略[J]. 计算机工程与应用, 2020, 56(15): 86-91.

基于粒计算的多目标排序方法研究

Research on granular computing based multi-objective ranking method

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics