进化算法以其搜索的全局性逐渐成为解决MOP问题的有效工具。以下按照Coello Coello[14，15]的总结方式来简介多目标进化优化领域的一些代表性算法。第一代多目标进化算法1989年，Goldberg建议用非支配排序和小生境技术来解决MOP问题。第一代多目标进化算法以基于非支配排序的选择和基于共享函数的多样性保持为其主要特点，但这一代MOEA算法的缺点也十分明显。因此，第二代多目标进化算法普遍使用了精英策略。......
2023-11-26
智能算法商用化将推动经济发展，但算法经济时代责任缺位
【摘要】：信息流广告的直接目的无非是媒体商业变现，但是媒体在竞相追逐经济利益的同时也存在弊端。信息流广告运用算法精准投放至受众的视野中，但是这种投放像是受众被监控后所做出的行为，人们使用的软件开始互联互通形成一个圆形监狱，受众就像是圆形监狱的囚犯被算法操控并对其产生影响。
我们正在进入智能算法的商用时代，媒体的长期收入来源主要是广告，但是在算法涉入之前的广告与算法技术涉入之后的广告收入完全不同。在算法涉入之前，媒体一般都是通过版面或者节目投放广告合作商的广告获得广告收入，但是算法涉猎以后，用户逐渐发现不只是自己的新闻区和商品区的页面不同，自己的广告区页面都与其他用户不同，用户甚至会惊讶当你在某个软件或者搜索区搜索某种信息，你的其他软件会相应地出现此类广告，用户会有一种被窥视的恐慌感，而这来源于算法控制下的信息流广告盈利模式。这是大众化固定广告和智能化个性广告之间的不同，而且这种智能化个性广告已经随处可见。
信息流广告通常指的是出现在社交媒体用户好友动态中的广告，它的投放特点是个性化、针对性，按照用户的个体需求去投放，这种精准投放可以刺激受众的购买欲使其有一种被服务的满足感。比如，新媒体利用大数据、云计算等技术整合多种数据，从用户属性、购物偏好到行为轨迹的消费数据，覆盖人群、时段、地域、兴趣等维度的投放数据，为每一个用户建立画像、识别兴趣，同时聚合阅读场景、社交场景、消费场景，把信息精准推送到用户面前，并依托智能大数据评估体系，将效果精量化。［18］虽然以算法技术为支撑的信息流广告看似颇受媒体欢迎，但是要明确的一点是信息流广告并不是万能的广告形式，它仅仅是多种新媒体广告投放渠道的其中之一。信息流广告投放依靠算法所设置的标准，难免在实践操作中有所偏差，对于受众的搜索跟踪并不代表其具有准确定位性，在算法控制下的区域与现实世界的真实需求有不小的差别，只能说算法所能追踪的区域仅仅是现实世界的冰山一角，从这方面来说，信息流广告还有很大的改善空间。(www.chuimin.cn)
信息流广告的直接目的无非是媒体商业变现，但是媒体在竞相追逐经济利益的同时也存在弊端。信息流广告运用算法精准投放至受众的视野中，但是这种投放像是受众被监控后所做出的行为，人们使用的软件开始互联互通形成一个圆形监狱，受众就像是圆形监狱的囚犯被算法操控并对其产生影响。这种监控会导致用户的反感和逃离，所以媒体在利用信息流广告的同时应给予用户更多的选择性，比如可以设置广告屏蔽或者关键词屏蔽，或者设置广告出现的最高次数限定，同时新闻媒体应该对广告质量严格把控，如此才是新闻媒体信息流广告投放的长远之道。所以媒体在追求经济利益的同时，一定要谨记其作为媒体要肩负社会教育的功能，切不可因为商业利益而迷失了，将社会责任抛于脑后。
有关华中传播研究（第八辑）的文章
- 详细阅读
-
群体智能算法优化方案详细阅读
智力激励法是运用群体创造原理，充分发挥集体创造力来解决问题的一种创新设计方法。其中最常用的是书面集智法，即以笔代口的默写式智力激励法。函询集智法有两个特点，也是其优点。......
2023-06-26
-
多目标群体智能算法-萤火虫算法基础详细阅读
同其他的智能优化算法相比，萤火虫算法概念简单，流程清晰，需要调整的参数较少，更加容易实现。虽然目前萤火虫算法还缺乏完备的数学理论基础，但已有的仿真实验结果表明，萤火虫算法具备较高的寻优精度和收敛速度，是一种可行有效的优化方法，它为智能优化提供了新的思路[2]。......
2023-11-26
-
多目标群体智能算法指南详细阅读
鉴于此，一些研究者提出了设计多目标优化测试问题的系统方法和基本原则。为此，Deb等[20]提出了以下三种设计多目标优化测试问题集的方法:将单目标优化问题组合成多目标优化问题；采用自底向上的设计方法；对曲面进行约束设计。Deb详细阐述了构造多目标测试函数的系统方法及其特点，指出设计一个(组)测试函数的主要依据是基于多目标优化方法所期望的函数特征。......
2023-11-26
-
演化群体智能算法：集体智慧的成果详细阅读
事实上，“Ta在”也有类似的措施。另外，通过整合众多个体的贡献，“Ta在”能够学习人类的智慧。这样一来，我们就可以更明显地观察“Ta在”智慧水平的变化。例如，在2019年8月19日，“Ta在”的系统智商为19.16。毫无疑问，这些都体现了“Ta在”群体智能算法的演化特征。就这样，对于内容来说，“Ta在”通过演化群体智能算法，能够实现一种新的组织和分发方式，以及检索方式。......
2023-08-06
-
多目标群体智能算法的历史详细阅读
鉴于多目标优化问题在科学研究和实际应用中普遍存在，因此，研究MOP问题的求解具有重要的现实意义。多目标优化这一概念在早期的研究文献中也被称为多准则决策或多属性决策。意大利经济学家L.Pareto[8]于1896年在其关于经济福利的著作中最早提了到多目标优化问题以及后来被称为Pareto最优的均衡状态。因此，ε约束法实质上是将MOP问题转化为带约束的单目标优化问题进行求解。......
2023-11-26
-
能源基地建设推动经济发展详细阅读
（八）大力推进能源基地建设，增强经济发展后劲32.加快陇东煤电化建设。加大对陇东地区煤炭资源勘查的政策支持力度。积极研究当地用电补贴政策。加快实施农网、城网改造工程和无电地区电力建设，完善省内330千伏电网。配合能源基地建设，加快主网架规划，拓展区外市场，形成西北电网中心枢纽。......
2023-11-29
-
多目标群体智能算法的新趋势详细阅读
MOPSO算法的创新性设计及其优异的性能，使其成为利用粒子群优化算法求解多目标优化算法的经典范例。目前，基于分解的多目标进化算法获得了较快的发展。由于运用聚合函数[31]将多目标优化问题转化为多个单目标子优化问题，因此如何选择合适的聚合函数就成为MOEA/D算法的重要问题。Solima等[38]将协同进化与局部搜索的思想融入多目标差分进化算法，以指导搜索向着Pareto最优解逼近。......
2023-11-26
相关推荐