【技术实现步骤摘要】
本专利技术涉及多目标进化计算，更具体的说是涉及一种跨平台性能可移植的拥挤度计算方法及系统。
技术介绍
1、目前，多目标进化算法在深度学习、编译调优、金融风控、电力输送等科学与工程领域中具有重要的应用价值。其中，拥挤度计算是算法中的核心计算模块，主要用于评估候选解在目标空间中的稠密程度。通过优先选择拥挤度较大的候选解，算法能够避免解集快速收敛到某一固定区域，从而保持解集的多样性，避免陷入局部最优解。因此，拥挤度计算在提升多目标进化算法的求解精度和帕累托前沿覆盖能力方面起着至关重要的作用。拥挤度计算包括两个关键步骤：首先，在相同非支配层级内对所有个体按目标值进行排序；然后，计算每个个体与其相邻个体之间的目标函数距离之和。这一过程不仅涉及大量排序操作，而且由于存在复杂的数据依赖性与不规则计算访存模式，导致其向量化和并行化难度较大，从而无法充分利用现代硬件架构的并行计算能力，计算效率低下，特别是在处理大规模多目标优化问题时，该过程将变得非常耗时，无法满足现实应用需求。此外，目前对拥挤度计算的向量化等性能优化一般依靠手动调优。然而，随着计算机硬件...
【技术保护点】
1.一种跨平台性能可移植的拥挤度计算方法，其特征在于，包括：
2.根据权利要求1所述的一种跨平台性能可移植的拥挤度计算方法，其特征在于，所述种群个体结构体包括个体基因数组、目标数组以及拥挤度变量和个体编号。
3.根据权利要求1所述的一种跨平台性能可移植的拥挤度计算方法，其特征在于，所述特定的个体填充策略为基于统计分布生成的虚拟样本或者是通过插值方法从现有数据派生出的特殊值。
4.根据权利要求1所述的一种跨平台性能可移植的拥挤度计算方法，其特征在于，所述步骤4具体包括：
5.根据权利要求1所述的一种跨平台性能可移植的拥挤度...
【技术特征摘要】
1.一种跨平台性能可移植的拥挤度计算方法，其特征在于，包括：
2.根据权利要求1所述的一种跨平台性能可移植的拥挤度计算方法，其特征在于，所述种群个体结构体包括个体基因数组、目标数组以及拥挤度变量和个体编号。
3.根据权利要求1所述的一种跨平台性能可移植的拥挤度计算方法，其特征在于，所述特定的个体填充策略为基于统计分布生成的虚拟样本或者是通过插值方法从现有数据派生出的特殊值。
4.根据权利要求1所述的一种跨平...
【专利技术属性】
技术研发人员：李晨，姜金荣，张尹，刑明杰，赵莲，韦俊林，韩翔，陆忠华，白一頔，迟学斌，
申请(专利权)人：中国科学院计算机网络信息中心，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。