摘要
本发明公开了一种多目标预训练模型的训练方法和应用方法,该训练方法包括:根据训练所使用的多目标优化问题的数量|TS|以及问题信息,初始化|TS|个种群;初始化所述多目标预训练模型的网络参数,将所述多目标优化问题转化为多个单目标优化子问题;利用所述多目标预训练模型和所述多个单目标优化子问题对种群进行进化和更新,并利用损失函数对所述预训练模型的网络参数进行更新;在完成T代的网络更新后,获得训练好的多目标预训练模型。本发明引入了可学习的变异模块和可学习的交叉模块,可以根据训练中学到的种群信息以及从不同多目标优化问题中学到知识,能够让多目标预训练模型在迭代进化中更好的搜索最优解。
技术关键词
预训练模型
交叉模块
网络
注意力机制
矩阵
参数
表达式
切比雪夫
动态更新
变量
系统为您推荐了相关专利信息
健康诊断系统
XGBoost模型
模型训练模块
标靶
正则化参数
局部特征提取
多尺度特征提取
特征提取网络
位置特征信息
点云
拥堵收费方法
模型预测控制器
多头注意力机制
车辆
收费机制
脑电情绪识别
情绪识别方法
音乐
训练滤波器
特征提取器
预测误差
光伏电站
调度优化模型
气象
条件风险价值