인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
초록·키워드
Neural network (NN) has been tentatively combined into multi-objective genetic algorithms (MOGAs) to solve the optimization problems in physics. However, the computationally complex physical evaluations and limited computing resources always cause the unsatisfied size of training set, which further results in the combined algorithms handling strict constraints ineffectively. Here, the dynamically used NN-based MOGA (DNMOGA) is proposed for the first time, which includes dynamically redistributing the number of evaluated individuals to different operators and some other improvements. Radio frequency cavity is designed by this algorithm as an example, in which four objectives and an equality constraint (a sort of strict constraint) are considered simultaneously. Comparing with the baseline algorithms, both the number and competitiveness of the final feasible individuals of DNMOGA are considerably improved. In general, DNMOGA is instructive for dealing with the complex situations of strict constraints and preference in multi-objective optimization problems in physics.
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
