公开(公告)号：CN114565073A

公开(公告)日：2022-05-31

申请号：CN202210090319.2

申请日：2022-01-25

Applicant: 桂林理工大学

Inventor： 陈基漓 ,  徐荣安 ,  谢晓兰 ,  王丽

IPC: G06N3/00

Abstract: 本发明公开了一种基于多变异策略的变异算子NAA，优化了NSGA‑III算法的性能。基于多变异策略的变异算子充分利用变异算子在不同迭代周期的优势，并将种群中个体的适应度值引入突变概率中，提高变异算子的性能。迭代的初期，采用均匀变异算子，根据均匀变异具有很强的全局搜索能力，在搜索的初期扩大种群的多样性；迭代的中期，采用自适应变异算子，并根据个体的适应度值来控制突变的概率，引领个体朝着更好的方向进行突变；迭代的后期，采用多项式变异算子，将个体的适应度值引入突变概率，根据多项式变异的扰动效果，加速整个变异的收敛性能。并将该算子应用到其他的高维多目标优化算法上进行测试，在一定程度上也能表现出较好的性能。

公开(公告)号：CN114528483A

公开(公告)日：2022-05-24

申请号：CN202210090338.5

申请日：2022-01-25

Applicant: 桂林理工大学

Inventor： 陈基漓 ,  徐荣安 ,  谢晓兰 ,  王丽

IPC: G06F16/9535 ,  G06F16/958 ,  G06F30/27 ,  G06N3/00 ,  G06F111/06

Abstract: 本发明公开了一种基于多目标优化的混合推荐系统及方法，包括：获取推荐系统所需数据并建立对应数据集；用混合推荐方法按照推荐的准确率、新颖性、多样性和召回率等多个指标生成混合推荐算法候选集；将多个评价指标建模成多目标优化问题，将多个评价指标的推荐问题转化为高维多目标优化问题；改进多目标优化方法，在多个混合推荐算法候选集中选择出最符合用户需求的推荐集合。本发明将多目标优化的混合推荐方法应用到推荐系统中，能更为精准的为用户推荐多个推荐结果，更加符合用户的推荐结果的需求。