摘要：算法选择是指从可行算法中为给定问题选择满足需求的算法,基于元学习的算法选择是应用较为广泛的方法,元特征和元算法是其中的关键内容,而现有研究难以充分利用元特征的互补性和元算法的多样性,不利于进一步提升方法性能.为了解决上述问题,提出基于多目标混合蚁狮优化的算法选择方法(SAMO),设计算法选择模型,以集成元算法的准确性和多样性作为优化目标,引入元特征选择和选择性集成,同时选择元特征和异构元算法以构建集成元算法;提出多目标混合蚁狮算法对模型进行优化,使用离散型编码选择元特征子集,通过连续型编码构建集成元算法,应用增强游走策略和偏好精英选择机制提升寻优性能.使用260个数据集、150种元特征和9种候选算法构建分类算法选择问题来进行测试,分析方法的参数敏感性,将多目标混合蚁狮算法与4种演化算法进行比较,通过对8种对比方法与所提方法进行对比实验,结果验证了所提方法的有效性和优越性.

摘要：为了构筑低吸湿泡沫混凝土并再生利用热解污泥,以表观密度、导热系数和28 d抗压强度为指标,采用正交设计试验确定了热解污泥粉、甲基硅醇钠和纳米二氧化硅的合理掺量,进而研究了最优组合泡沫混凝土的物理性能.结果表明:以表观密度和导热系数为衡量指标时,热解污泥粉、甲基硅醇钠和纳米二氧化硅的合理掺量分别为30%、1.5%、3.0%,而以28 d抗压强度为衡量指标时,三者的合理掺量分别为10%、0.5%、3.0%;1.5%的甲基硅醇钠使得泡沫混凝土的吸湿性降低了90.6%~95.5%;最优组合泡沫混凝土的导热系数、表观密度和强度满足FC5自保温泡沫混凝土的基本要求.