急:ART算法及改进详解

淡淡如水 2009-12-20 11:09:13
CART:Classification and Regression Trees,希望大家对这个算法及其改进能够畅所欲言。
对于决策树和回归这里不是分开的,是一个整体的算法。把决策树和回归结合起来的算法。一遍构建决策树一遍剪枝。不断的来回进行最小决策树的构建,算法过程体现了构建决策树和回归算法的精髓。
不知道有人有没有对它完整的见解。书上的说的不详细,网络上的又太简单,做出来的只是一个决策树,怎样把回归的元素加入到里面去。在这里先拜谢了啊!
...全文
221 2 打赏 收藏 转发到动态 举报
写回复
用AI写文章
2 条回复
切换为时间正序
请发表友善的回复…
发表回复
淡淡如水 2009-12-21
  • 打赏
  • 举报
回复
很好,我下载看了一下,虽然时间比较早。但是我认为写得比较详细和简单明了。
在这里说一下,和我以前看的英文文献相比,要好懂的多了。虽然也有外国人写的,但是很难的,这一篇我很喜欢。
谢啦!我给你分数。
logiciel 2009-12-20
  • 打赏
  • 举报
回复
硕士论文

Classification and Regression Trees (CART) Theory and Applications

http://edoc.hu-berlin.de/master/timofeev-roman-2004-12-20/PDF/timofeev.pdf
内容概要:本文围绕基于NSGA-2算法的电-热-气综合需求响应(IDR)在综合能源系统中的多目标优化问题展开研究,提出了一种融合智能优化算法与能源系统协同调度的解决方案。研究系统性地构建了包含电力、热力与天然气多能耦合的综合能源系统模型,设计了以能效提升、运行成本降低和环境效益优化为目标的多目标优化框架,并采用NSGA-2算法求解该复杂非线性优化问题,获得Pareto最优解集。文中详细阐述了IDR机制建模方法、多目标优化问题的数学建模过程以及NSGA-2算法的关键实现步骤,包括编码方式、交叉变异策略与非支配排序机制,并通过Matlab代码实现了完整的仿真验证流程,展示了该方法在平衡多个冲突目标方面的优越性能。; 适合人群:具备电力系统、能源系统建模或优化算法基础的研究生、科研人员及工程技术人员,特别适用于从事综合能源系统规划、需求响应策略设计、多目标进化算法应用等相关领域的研究人员; 使用场景及目标:①应用于综合能源系统的运行优化与规划决策,支持多能互补场景下的协同调度分析;②为科研工作者提供NSGA-2算法在能源系统中实际应用的完整Matlab代码实现范例,助力学术论文复现、算法改进与模型拓展; 阅读建议:建议读者结合文中提供的Matlab代码,按照系统建模、目标函数设计、约束处理到算法实现的研究脉络逐步学习,重点关注Pareto前沿的生成过程、多目标权衡分析及算法参数敏感性,以深入掌握多目标进化算法在复杂能源系统优化中的工程化应用方法。

3,881

社区成员

发帖
与我相关
我的任务
社区描述
C/C++ 其它技术问题
社区管理员
  • 其它技术问题社区
加入社区
  • 近7日
  • 近30日
  • 至今
社区公告
暂无公告

试试用AI创作助手写篇文章吧