基于多目标PSO混合优化的虚拟样本生成

doi:10.16383/j.aas.c211091

CORC > 自动化研究所 > 中国科学院自动化研究所 > 学术期刊 > 自动化学报

	基于多目标PSO混合优化的虚拟样本生成
	王丹丹; 汤健; 夏恒; 乔俊飞
刊名	自动化学报
	2024
卷号	50 期号:4 页码:790-811
关键词	小样本建模虚拟样本生成混合优化多目标粒子群优化分布相似度
ISSN号	0254-4156
DOI	10.16383/j.aas.c211091
英文摘要	受限于检测技术难度、高时间与经济成本等原因, 难测参数的软测量模型建模样本存在数量少、分布稀疏与不平衡等问题, 严重制约了数据驱动模型的泛化性能. 针对以上问题, 提出一种基于多目标粒子群优化(Multi-objective particle swarm optimization, MOPSO)混合优化的虚拟样本生成(Virtual sample generation, VSG)方法. 首先, 设计综合学习粒子群优化算法的种群表征机制, 使其能够同时编码用于连续变量和离散变量; 然后, 定义具有多阶段多目标特性的综合学习粒子群优化算法适应度函数, 使其能够在确保模型泛化性能的同时最小化虚拟样本数量; 最后, 提出面向虚拟样本生成的多目标混合优化任务以改进综合学习粒子群优化算法, 使其能够适应虚拟样本优选过程的变维特性并提高收敛速度. 同时, 首次借鉴度量学习提出用于评价虚拟样本质量的综合评价指标和分布相似指标. 利用基准数据集和真实工业数据集验证了所提方法的有效性和优越性.
内容类型	期刊论文
源URL	[http://ir.ia.ac.cn/handle/173211/56121]
专题	自动化研究所_学术期刊_自动化学报
推荐引用方式 GB/T 7714	王丹丹,汤健,夏恒,等. 基于多目标PSO混合优化的虚拟样本生成[J]. 自动化学报,2024,50(4):790-811.
APA	王丹丹,汤健,夏恒,&乔俊飞.(2024).基于多目标PSO混合优化的虚拟样本生成.自动化学报,50(4),790-811.
MLA	王丹丹,et al."基于多目标PSO混合优化的虚拟样本生成".自动化学报 50.4(2024):790-811.