检索结果-内蒙古大学图书馆

作者：耿文静哈尔滨工程大学

学位级别：硕士

在科学研究和实际应用中,多目标优化问题是普遍存在的一类问题,而对其相关优化算法的研究具有重要的现实意义。由于粒子群优化算法(Particle Swarm Optimization,PSO)算法具有原理简单、参数少、并行性效率高和易于实现等特性而被广泛... 详细信息

在科学研究和实际应用中,多目标优化问题是普遍存在的一类问题,而对其相关优化算法的研究具有重要的现实意义。由于粒子群优化算法(Particle Swarm Optimization,PSO)算法具有原理简单、参数少、并行性效率高和易于实现等特性而被广泛应用到各领域,且PSO算法是基于群体智慧搜索的算法可以并行的勘探多个满足条件的可行解,对于多目标优化问题的求解更加适用。速度受限的多目标粒子群优化(Speed-constrained Multi-objective Particle Swarm Optization,SMPSO)算法是对粒子的速度进行收缩以及约束来保证稳定运动的群智能优化算法。因此,为了提高算法运行的效率以及求解的质量,本文针对SMPSO算法进行了相关改进及并行化的研究,主要研究内容如下:(1)本文实现了SMPSO算法基于消息传递接口MPI的主从模式的并行化,提出了基于MPI的速度受限的多目标粒子群算法(M-SMPSO)。首先由主进程将整个种群按照所给定的从进程数或者从节点数等均匀的分为多个子种群,由此实现算法的并行化;然后,综合考虑了每个从进程的子群体所维护外部档案的非支配解的优劣,每个从进程将各自的部分非支配解共享给主进程,主进程再根据其的分布形态合理的选择全局最优,并广播给各从进程,每个从进程根据其值进行下一步进化,以此增强粒子在进化过程中解的多样性和精度;最后,将M-SMPSO与其它经典的算法进行分析比较,实验结果表明本文算法在多目标优化问题求解中在综合性能指标整体上具有更好的性能。(2)为了进一步提高解的分布的多样性及收敛速度,本文提出了基于MPI反向学习SMPSO算法(MO-SMPSO)。对每个从进程中的子种群所维护的外部档案中的非支配解进行反向学习,并对每个从进程中的粒子的速度更新公式进行改进,增加了向外部档案非支配解的学习。从反映不同侧重点的性能指标值中分析了SMPSO、M-SMPSO与MO-SMPSO算法的收敛性及分布性,实验结果表明本文所提MO-SMPSO算法在反映收敛性性能指标上具有更高的性能,在分布性性能指标上也具有一定的优势。(3)为提升算法的执行效率,本文提出了基于MPI和OpenMP混合编程的反向学习SMPSO算法(MOM-SMPSO)。利用MPI实现进程间的信息通讯,同时利用OpenMP实现进程内部线程级的并行。充分的挖掘了两级并行的计算的能力。最后,实验验证了混合编程比纯MPI编程的算法具有更优的效率。

关键词：多目标优化问题粒子群优化算法消息传递接口算法并行化

来源：评论

学校读者我要写书评

暂无评论

电磁感应加热系统的多物理场耦合分析与优化设计

电磁感应加热系统的多物理场耦合分析与优化设计

引用

作者：董智东浙江大学

学位级别：硕士

随着社会进步与科学技术的发展,保护环境的重要性越发突出。节能减排、清洁环保已成为当今社会最重要的主题之一。传统的加热方式是通过燃烧煤、石油、天然气等实现的。这种加热方式会产生各种有害气体,对环境造成严重污染,而且在加热... 详细信息

随着社会进步与科学技术的发展,保护环境的重要性越发突出。节能减排、清洁环保已成为当今社会最重要的主题之一。传统的加热方式是通过燃烧煤、石油、天然气等实现的。这种加热方式会产生各种有害气体,对环境造成严重污染,而且在加热过程中大部分热量无法得到有效利用,造成了资源浪费。为解决以上问题,电磁感应加热应运而生。电磁感应加热技术有诸多优点,包括加热效率高、非接触式加热、安全无污染等。正是这些优点,使电磁感应加热技术被广泛应用于工业生产和日常生活中,逐步取代传统的明火加热方式。虽然感应加热技术的优点很多,但仍存在很多问题需要解决,如:在加热过程中,被加热锅具温度分布不均匀,会降低加热效率,且对锅具造成一定的损伤。论文首先针对电磁感应加热系统,运用电磁场和温度场的基本理论及有限元分析方法,对实际应用中的三种典型结构的电磁炉线圈进行电磁场和温度场的耦合分析。本文还对比研究了不同结构线圈在相同运行工况下的锅具电磁场和温度场分布特性。结果表面:在三种典型线圈结构中,锅具温度分布均匀性欠佳,锅具中心温度较低,直径四分之一处温度较高,且最高温度与最低温度的差值很大。本文提出了一种改进的带精英策略的非支配遗传算法(Improved NSGA-Ⅱ),对其中一种最典型线圈结构进行优化设计。改进的算法通过增加混沌算子和修复算子,解决了NSGA-Ⅱ算法中种群多样性不足和无法应用于包含较强约束条件工况的缺陷。用Improved NSGA-Ⅱ算法优化线圈每匝相邻导线之间的距离,有效改善了锅具温度分布的均匀性和提高了锅具加热效率,即实现了锅具最大温度点和最小温度点的差值最小且总体平均温度最大的目标。最后,在上述优化线圈的基础上,论文对优化线圈结构中的铁氧体形状、数量及位置进行了进一步优化,从而得到了满意的线圈整体模型。

关键词：电磁感应加热非支配遗传算法精英策略混沌算子铁氧体多物理场耦合分析电磁炉优化设计电磁场分析温度分布图多目标优化问题修复算子种群初始化

来源：评论

学校读者我要写书评

暂无评论

基于规则模型学习的多目标分布估计算法研究

基于规则模型学习的多目标分布估计算法研究

引用

作者：王慧君西安理工大学

学位级别：硕士

连续多目标优化问题在决策空间的Pareto最优解(PS)和目标空间中的pareto最优前沿(PF)均是一个连续分段的(m-1)维流形体(m是目标函数的个数)。根据这一分布规则特征,先后有学者提出了基于规则模型的多目标分布估计算法(RM-MEDA)和基于高... 详细信息

连续多目标优化问题在决策空间的Pareto最优解(PS)和目标空间中的pareto最优前沿(PF)均是一个连续分段的(m-1)维流形体(m是目标函数的个数)。根据这一分布规则特征,先后有学者提出了基于规则模型的多目标分布估计算法(RM-MEDA)和基于高斯过程的逆模型多目标优化算法(IM-MOEA)。这两种算法非常适于求解变量相关的复杂多目标优化问题,但仍存在一定的不足。其一,RM-MEDA根据种群的整体统计信息建立模型,忽略了种群中某些优秀解的局部信息,导致算法在求解一些复杂多目标优化问题时全局搜索能力弱,收敛速度慢;其二,IM-MOEA中的逆模型在求解PS或PF存在极端的非平滑性的多目标优化问题时表现劣势;其三,RM-MEDA中的学习模型在种群分布没有明显规律的情况下表现不佳。基于以上分析,本文的研究内容主要有两个方面。(1)为了弥补RM-MEDA忽略解的局部信息的不足,在算法中加入了直接使用个体信息的差分演化(DE)操作算子,设计了一种改进的RM-MEDA(MRM-MEDA)。MRM-MEDA将分布估计算法的建模采样方式和DE的交叉变异进化方式相结合,丰富了个体的繁殖方式,在进化过程中,种群自适应地选择其中一种繁殖方式产生新个体,且变异过程采用改进后的DE/rand-to-pbest/l策略。在32个测试函数上的实验结果证实了MRM-MEDA的性能优于RM-MEDA和其它两种改进的RM-MEDA算法。(2)针对RM-MEDA中学习模型和IM-MOEA中逆模型存在的缺点,将学习模型和逆模型结合在一起,提出了RM-IM-EDA。RM-IM-EDA将两种模型动态结合,期望利用两个概率模型的采样优势,从而实现更好的性能。此外,RM-IM-EDA引入了基于序列的确定化初始化方法,该方法比随机化初始化方法更容易识别最优解的位置,得到的初始化种群更靠近PS。将所提出的算法与RM-MEDA、IM-MOEA和其它两种改进的IM-MOEA在32个测试函数上进行性能比较,实验结果证叫RM-IM-EDA的收敛性和分布性优于对比算法,且在求解多模或PF不规则的优化问题时的性能比MRM-MEDA优秀。本文主要对多目标优化算法中的基于规则模型学习的多目标分布估计算法的研究做了进一步的深化和拓展,提出的解决方案在仿真分析层面得到了验证,未来将在实践应用层面作进一步的探讨,以求推广。

关键词：多目标优化问题规则分布分布估计算法逆模型差分演化

来源：评论

学校读者我要写书评

暂无评论

多目标船舶气象航线优化算法的研究与仿真

多目标船舶气象航线优化算法的研究与仿真

引用

作者：李鹏飞吉林大学

学位级别：硕士

随着世界各国之间贸易往来的日益密切,各地区间物流交往的日趋频繁,世界航运业也迅速发展壮大。船舶承载着世界贸易总量的绝大多数货物,海上运输由此变成了各国进出口商品的主要途径。尽可能地确保船舶的安全是海上行驶最基本的要求,在... 详细信息

随着世界各国之间贸易往来的日益密切,各地区间物流交往的日趋频繁,世界航运业也迅速发展壮大。船舶承载着世界贸易总量的绝大多数货物,海上运输由此变成了各国进出口商品的主要途径。尽可能地确保船舶的安全是海上行驶最基本的要求,在此基础上,经济效益也是在确定航路时所必须要考虑到的因素。为确保海上的船舶达到安全、经济、准时的航行效果。本文从船舶航行安全性、燃油消耗以及航行时间这三方面出发,基于蚁群优化算法提出了一种智能有效的方法求解多目标船舶气象航线优化设计问题,主要的研究内容如下:首先,对多目标航线优化问题进行整体地概述。本文的创新之处主要体现在算法的改进方面,为了使蚁群算法能够快速、高效、准确地寻找到跨洋船舶的最优航线,同时更加有效地解决多目标优化问题,本文从五个方面改进了算法,下面进行简要说明:第一,改变蚂蚁移动规则,使蚂蚁在搜寻路径点时更加具有目的性;第二,优化算法中的相关参数,令算法更适用于船舶在海上的航线优化;第三,增加新的控制因子,不断地修正航线;第四,改进信息素浓度挥发规则,使算法的寻解速度变得更快;第五,加入遗传算法里的交叉、重组、变异相关运算,改善蚁群优化算法求解多目标问题Pareto非支配解过少的状况。其次,建立船舶航线优化数学模型。在地理坐标下,对船舶运动位置推算方程进行时间离散化。同时,将航行地图栅格化,分析船舶航行过程中的静态和动态约束条件。在上述模型的基础上,对气象航线优化目标进行分析,设定优化目标函数分别对应于每个优化目标,通过对各个航线目标函数值的比较从而确定可行解间的pareto非支配关系。然后,基于实测数据搭建船舶油耗黑箱模型。该模型是以人工神经网络为框架搭建起来的,通过试验船舶的历史航行数据训练黑箱模型的参数,然后将训练好的黑箱模型用于试验船舶未来燃油消耗的预测。这其中涉及到数据的分析处理以及网络模型的构建与训练,相比于其它燃油消耗计算方法,黑箱模型法求得的数值更加准确。最后,搭建船舶气象航线优化设计实验环境并对其实验仿真结果进行分析讨论。本文通过MATLAB软件编写算法代码,利用MATLAB Coder这一模块将算法的M函数文件转化成C文件之后进一步编译链接成MEX文件,提高程序的运行效率。仿真实验分为单目标气象航线仿真和多目标船舶气象航线仿真,结合各自的优化目标,将所得结果与大圆航线展开对比,仿真结果辅证了本文所提算法的可靠性。

关键词：多目标优化问题气象导航蚁群优化算法油耗黑箱模型

来源：评论

学校读者我要写书评

暂无评论

多目标优化的标量化性质及其应用研究

多目标优化的标量化性质及其应用研究

引用

作者：何爱华重庆师范大学

学位级别：硕士

多目标优化理论与方法在经济管理、工程设计、交通运输、信号控制、绩效评价和适度规模经营的最优方案设计等诸多实际领域中均有非常重要的应用.此外,对多目标优化问题的近似解及其性质研究也具有非常重要的理论意义与应用价值,其已成... 详细信息

多目标优化理论与方法在经济管理、工程设计、交通运输、信号控制、绩效评价和适度规模经营的最优方案设计等诸多实际领域中均有非常重要的应用.此外,对多目标优化问题的近似解及其性质研究也具有非常重要的理论意义与应用价值,其已成为多目标优化研究的一个重要方向.本文针对一般多目标优化问题,首先利用一类组合标量化方法建立了ε 有效解的一些组合标量化结果.进一步,本文也建立了基于co-radiant集和改进集而提出的多目标优化问题(C,ε)-近似解和E-近似解的一些组合标量化结果,这些标量化结果为设计多目标优化问题的求解算法奠定了基础.对于国家高度重视的闲置土地资源的适度规模经营问题,本文利用距离函数处理参数,引入正、负偏差变量线性化处理种植某种作物的相关参数.再利用k-均值聚类分析方法将闲置土地资源分类,把性质相似的土地归为一类,得到l类闲置土地资源.然后借助批处理思想把性质相似的同一类闲置土地资源视作一块闲置土地资源.任意选择一块闲置土地资源构建多目标优化模型并利用Matlab编程求解.第一章主要给出多目标优化问题的研究背景、解的定义及其性质、标量化方法及其相关研究、闲置土地资源问题及其研究现状、本文研究工作所需要的一些基础概念及基本工具.第二章主要利用Rastegar和Khorram提出的一类组合标量化方法研究多目标优化问题,建立了多目标优化问题的ε-有效解的必要性条件,进一步利用co-radiant集和改进集研究建立了多目标优化问题(C,ε)-弱有效解、E-弱有效解、(C,ε)-有效解、E-有效解之间的标量化结果.第三章主要利用多目标方法研究了闲置土地资源适度规模经营的最优农作物种植方案,建立了以种植效益最大化和尽可能多地解决就业人员为目标的双目标优化模型,研究了模型的性质并对模型进行了数值实验.

关键词：多目标优化问题 ε-有效解 (C,ε)-(弱)有效解 E-(弱)有效解组合标量化适度规模经营距离函数批处理

来源：评论

学校读者我要写书评

暂无评论

多目标进化优化性能保持机制的研究

多目标进化优化性能保持机制的研究

引用

作者：郑金华邹娟湘潭大学香港城市大学中国科学院自动化研究所

实际应用中的许多多目标优化问题(MOPs)，难以用传统优化方法求解，而进化优化适合于求解高度复杂的MOPs，因此，近年多目标进化优化成为国际研究热点。在多目标进化优化研究中，最核心的工作是如何针对不同类型的MOPs，搜索到其Pareto... 详细信息

实际应用中的许多多目标优化问题(MOPs)，难以用传统优化方法求解，而进化优化适合于求解高度复杂的MOPs，因此，近年多目标进化优化成为国际研究热点。在多目标进化优化研究中，最核心的工作是如何针对不同类型的MOPs，搜索到其Pareto最优解集。当MOPs呈现高维、动态等特性时，其进化优化的性能保持是国际困难问题。该项目针对MOPs的高维、动态等特性，对多目标进化优化性能保持机制开展了系统研究，包括四个方面：(1)针对动态环境下不能快速追踪最优解区域，开展了规划动态性能保持机制的研究；(2)针对高维空间中丧失选择压力，开展了收敛性与多样性平衡的研究；(3)针对多目标进化优化解集分布不均匀的问题，开展了分布性能保持策略的研究；(4)针对多目标进化优化算法(MOEA渗数设置难的问题，开展了性能保持个体选择机制的研究。通过该项目的研究，完成了国家自科基金项目5项、湖南省科技项目5项，取得了一系列具有国际领先水平的创新成果，在科学出版社出版学术专著1部，在国内外发表高水平论文134篇。主要科学发现体现在四个方面：(1)针对动态MOPs的不确定特性，提出了预测与记忆相结合的混合策略等方法，解决了因预测中由于历史信息不足而导致收敛性差等问题；(2)针对高维空间进化优化中选择压力减弱等问题，提出了基于最小生成树的种群密度信息估计等方法，解决了多目标进化优化中收敛性和多样性平衡的问题；(3)针对Pareto最优面(PF)部分缺失或未知的优化问题，提出了边界解集与质心的超体积的比值评估非支配集的分布广度等方法，解决了难以评估分布广度的问题；(4)针对进化种群多样性丢失、不稳定匹配等问题，提出了基于稳定匹配等新的选择策略，有效平衡了收敛性和分布性，提高了多目标进化优化的性能。该项目的科学价值主要体现在：通过对动态MOPs优化性能保持机制、多目标进化优化的收敛性和多样性平衡机制、分布性能保持机制和性能保持个体选择机制等内容的系统深入研究，建立了多目标进化优化性能保持机制和体系，为MOEA设计、应用和评价等提供理论依据。研究结果得到了英国、德国、日本、瑞士、加拿大、美国等国外和中国同行学者的高度认同，8篇代表作及论文的SCI、SCOPUS和CNKI总他引频次分别为421次、683次和228次。

关键词：多目标优化问题种群密度信息估计方法

来源：评论

学校读者我要写书评

暂无评论

基于参考向量动态适应的高维多目标进化算法的研究

基于参考向量动态适应的高维多目标进化算法的研究

引用

作者：付刘伟湘潭大学

学位级别：硕士

在多目标问题(Multi-objective Optimization Problems,MOP)优化过程中,由于缺乏对帕累托前沿(Pareto Front,PF)的选择压力,导致经典的多目标进化算法(Multi-objective Evolutionary Algorithms,MOEAs)求解多目标优化问题无效。此外,众所周知,在收敛性和多样性之间如何保持良好的平衡对于MOEAs的性能也是至关重要的。上述两个方面对设计MOEAs提出了很大的挑战。为了解决这些问题,研究人员开发了基于参考点的方法,在优化过程中使用预先产生的参考向量助其保持良好的种群多样性。但是,不同测试问题形状(Shape of PF)在搜索过程中会严重影响MOEAs的性能。本文提出一种基于参考点自适应的高维多目标算法,“基于自适应参考点的多目标进化算法(An Adaptation Reference-point-based Multi-Objective Evolutionary Algorithm,ARMA)”,此方法根据种群的候选解集来学习MOP的PF形状。这种自适应方法是调整参考点的相对位置和调整参考平面的形状,使其可以处理具有凹形的多目标优化问题或凸形多目标优化问题,并且根据整个种群的目标值,使用参数φ来控制参考点集的超平面形状和个体解在超平面上的分布情况。根据参考点的分布概况,提出的新聚类方法就可以用来平衡多目标优化中的小生境精英个体保存操作。我们通过比例和角度值将种群划分为若干个局部环境,这种局部环境被称为小生境,然后在环境选择策略中根据不同的适应度值挑选不同的或者更好的精英解方案。在这种方法的环境选择期间,通过聚合函数值能加强种群的收敛性能,并且基于比例和角度方法作为衡量种群多样性的指标,能够提高种群分布性能。在实验中选择六种最先进的进化算法,HYPE、SPEA2+SDE、MOEA/D、MOEA/DD、NSGA-III和RVEA作为对比算法。在实验中用来测试算法的优化问题选自于ZDT系列,DTLZ系列和WFG系列。这三个系列问题在多目标优化问题中具有良好的扩展性和分布难度。同时,测试的多目标优化问题具有各种特征,例如具有线性,多模态,凹凸面,不连续或退化特性。在与六个进化算法对比中发现,本算法产生了一组具有多样性和收敛性种群,具有强大的竞争力与有效性,满足不同测试问题的需求。此外,随着进化代数的增加,参数φ控制的参考点平面能自适应测试问题的真实PF,具有测试问题的凹凸性,线性等特征。

关键词：多目标进化算法多目标优化问题选择压力自适应方法参考向量

来源：评论

学校读者我要写书评

暂无评论

带模糊需求与时间窗的车辆路径优化研究

带模糊需求与时间窗的车辆路径优化研究

引用

作者：耿静大连海事大学

学位级别：硕士

随着世界经济全球化和电子商务发展的不断深入,物流在经济活动中所起到的作用越来越明显。作为当今经济活动重要的物质基础,电商时代发展的核心动力就是物流的发展,物流的具体方式甚至决定了经济运行的具体方式。物流的发展为满足世界... 详细信息

随着世界经济全球化和电子商务发展的不断深入,物流在经济活动中所起到的作用越来越明显。作为当今经济活动重要的物质基础,电商时代发展的核心动力就是物流的发展,物流的具体方式甚至决定了经济运行的具体方式。物流的发展为满足世界各地的需求提供了可能性,因此也越来越受到企业的重视。而配送作为现代物流的关键环节,是连接企业与企业、企业与消费者之间的重要环节。所以,合理车辆路径规划,不仅可以提高企业的收益,降低企业的运营成本,还可加快对客户需求的响应速度,提高客户满意度。一方面,在实际的物流配送中,经常存在某些信息事先无法获知的情况,而采用随机方式处理会存在一定的困难。另一方面,已经有相关的文献对多模糊变量的VRP进行了研究,但同时考虑客户服务时间窗以及客户需求量模糊化的VRP依然没有得到有效的解决。因此,对于带模糊需求与时间窗的车辆路径问题进行研究研究就显得尤为必要。首先,通过阅读大量的文献,对带时间窗、多目标的车辆路径问题、带模糊需求的车辆路经问题、带模糊时间窗的车辆路径问题以及多模糊变量的车辆路径问题的研究情况进行了综述,对研究的方向进行了探讨。其次,系统的总结了车辆路径问题的定义描述、所涉及的要素、类型以及求解算法,阐述了本文建立模型的基础理论,也就是可信性测度理论,并阐述了有关多目标优化问题的概念、求解方法以及本文采用的遗传算法。接着,采用数学语言描述了本文研究的问题,并建立求解该问题的模糊机会规划模型。最后设计了遗传算法与局部搜索算法相结合的混合遗传算法对本文问题进行计算。综上所述,针对带模糊需求与模糊时间窗的车辆路径问题,以总行驶距离、车辆使用数最小化,以及平均客户满意度最大化为目标,构建基于可信性测度理论的多目标模糊机会约束模型。在引入局部优化算法及擂台法则的基础上设计了适合求解多目标车辆路径问题的混合遗传算法。通过VRPTW标准算例实验,表明算法能够有效地求解带时间窗的车辆路径问题,以及模型的合理性,同时显示了决策者偏好值对决策目标的影响。研究成果可为求解带模糊需求与时间窗的车辆路径问题提供一种思路,也可为实际配送路径规划提供指导。

关键词：车辆路径问题模糊需求与模糊时间窗多目标优化问题遗传算法局部搜索算法

来源：评论

学校读者我要写书评

暂无评论

基于T-S模型方法的非线性随机时滞金融系统的多目标优化

引用

聊城大学学报（自然科学版） 2019年第2期32卷 14-21页

作者：杨杨赵建立聊城大学数学科学学院山东聊城252059

主要研究了不确定随机时滞金融系统的多目标H_2/H_∞的投资策略问题,多目标H_2/H_∞投资策略能够使得投资成本和投资风险尽可能达到最小.通过运用T-S模糊方法将多目标模糊投资策略问题转化为线性矩阵不等式(Linear Matrix Inequality,... 详细信息

主要研究了不确定随机时滞金融系统的多目标H_2/H_∞的投资策略问题,多目标H_2/H_∞投资策略能够使得投资成本和投资风险尽可能达到最小.通过运用T-S模糊方法将多目标模糊投资策略问题转化为线性矩阵不等式(Linear Matrix Inequality,简写为LMI)约束的多目标优化问题(Multiobjective Optimization Problem,简写为MOP).另外,基于线性矩阵不等式的多目标进化算法(Multiobjective Evolution Algorithm,简写为MOEA)寻找多目标优化问题的Pareto最优解,最后投资者可以根据他们自己的喜好选择一个互惠策略.

关键词：多目标优化问题 T-S模糊方法 Pareto最优解线性矩阵不等式

来源：评论

学校读者我要写书评

暂无评论

细菌启发式多目标特征选择方法在客户细分中的研究

细菌启发式多目标特征选择方法在客户细分中的研究

引用

作者：蚁文洁深圳大学

学位级别：硕士

随着电子商务的飞速发展和全球市场经济的竞争加剧,基于4Ps营销理论(产品-Product、价格-Price、渠道-Place、促销-Promotion)的传统企业竞争模式已被基于客户关系的经营理念所逐步取代,以客户为中心必然是未来企业发展的核心战略。企... 详细信息

随着电子商务的飞速发展和全球市场经济的竞争加剧,基于4Ps营销理论(产品-Product、价格-Price、渠道-Place、促销-Promotion)的传统企业竞争模式已被基于客户关系的经营理念所逐步取代,以客户为中心必然是未来企业发展的核心战略。企业在长期经营过程中积累了大量能够真实客观地反映客户的消费模式跟潜在需求的客户数据。将智能化的客户细分技术与企业丰富的客户数据资源进行有效结合,能够帮助企业区分客户优先级,从而制定更快捷、准确、有效的经营管理策略。依托国家自然科学基金项目(71571120),本文首先回顾总结了客户细分问题和特征选择方法,接着,构建了以客户分类错误率最小化和特征数目最小化为目标的客户特征选择优化模型,并给出了针对客户特征选择优化模型的细菌启发式求解方案,最后,将所开发的优化技术应用到多个客户细分问题实例当中。具体的研究内容如下:第一,构建多目标客户特征选择优化模型。以最小化客户分类错误率、最小化特征数目为目标,本文针对性地构建多目标客户特征选择优化模型,旨在选择出最适合于分析客户消费行为的特征变量,从而为企业客户关系管理策略的制定与实施提供指导。第二,面向客户细分问题设计新型的细菌启发式多目标算法。细菌启发式算法作为新型的群体智能优化方法,因并行计算能力强大和求解鲁棒性较强的优点,已被成功应用到多个优化领域。本文研究了细菌启发式算法从单目标到多目标的扩展方法,引入细菌健康值评估机制以保证优化解的质量,改进外部档案存储机制以实现对优化过程中得到的解的有效存储,设计“隐秩序”为导向的信息交流机制以提高算法的求解效率和收敛速度,引入边界控制机制保证解的可行性和多样性。本文采用四个基准数据集,开展细菌启发式优化方法与其他五种具有代表性的多目标算法的性能对比。第三,开发面向客户细分模型求解的优化技术。面向多目标客户细分的应用问题,本文针对性地设计细菌启发式多目标特征选择方法对客户细分优化模型进行求解,每个细菌代表一种潜在的客户特征组合方案,在迭代搜索中进行不断地优化。本文选取了澳大利亚客户审批数据集、德国信贷数据集、台湾客户信用卡违约数据集作为客户细分实例,并开展了与其他多目标启发式特征选择优化方法在该问题上的对比研究。实验结果验证了所提出的优化方法在求解多目标客户细分问题上的有效性。

关键词：客户细分特征选择细菌启发式算法多目标优化问题

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：