由生成对抗网络(GAN)驱动的进化多目标算法 为计算智能与深度学习的结合开辟新路
随着计算智能方法得到更广泛的应用,其从问题本身学习的能力亟待增强。为此,越来越多研究提出使用机器学习模型来驱动计算智能。通常,这种基于模型的进化算法的性能高度依赖于所采用模型的训练质量。而传统机器学习方法需要大量训练数据进行模型训练,而且受维度灾难的影响,这类方法通常很难解决维度较高的问题,约束了计算智能方法的应用范畴。课题组在IEEE Transactions on Cybernetics上发表了一种由生成对抗网络(GAN)驱动的进化多目标算法。
南方科技大学
2021-04-14