由bob综合客户端郑孝遥教授等人完成的一篇bob综合客户端机器学习领域的研究成果:“基于双阶段分解和帕累托分层的多目标进化算法的旅游路线推荐“被人工智能方向顶级期刊IEEE/CAA Journal of Automatica Sinica录用并出版。
传统多目标进化算法获得的帕累托最优前沿存在长尾、尖锐峰值和不连续区域等问题,导致旅游路线优化解的分布不均匀且多样性较弱。论文提出了基于分解的两阶段和帕累托分层的旅游路线推荐多目标进化算法(MOTRR)。该方法将多目标问题分解为多个子问题,并通过两阶段方法改善解的分布。两阶段方法中采用了极端和中间种群之间的拥挤度机制。根据子问题的权重确定交叉突变的邻域。最后,采用帕累托分层来提高解的更新效率和种群多样性。整体流程如图一。两阶段方法与帕累托分层结构相结合,不仅保持了算法的分布和多样性,还避免了相同解的出现。与几种经典基准算法相比,实验结果在五个测试函数、超体积(HV)和倒数生成距离(IGD)指标上展现了竞争优势。利用来自北京两个知名旅游社交网络站点的真实景点数据集的实验结果显示,论文提出的算法具有更好的分布特性。这证明了论文提出的算法推荐的旅游路线具有更好的分布和多样性,从而更好地满足游客的个性化需求。成果论文题目为“Tourism route recommendation based on a multi-objective evolutionary algorithm using two-stage decomposition and Pareto layering”,由bob综合客户端郑孝遥教授为第一作者,安徽师范大学bob综合客户端为第一完成单位。
JAS(IEEE/CAA Journal of Automatica Sinica)是IEEE(电气和电子工程师协会)与CAA(中国自动化学会)联合出版的学术期刊,2022-2023的影响因子(IF)是11.8。2022-2023年最新的影响因子是8.5。在最新的中科院分区中,位列“计算机科学”一区Top期刊。