基于代理模型的演化算法及其算法组合

发布时间：2021-03-15 05:36

　　计算高代价问题广泛存在于实际工业设计和生产领域。这类问题往往不存在具体的数学表达式,无法用常规数值方法解决。演化算法作为一种不依赖梯度信息解决优化问题的优化算法,通过大量的适应度评估来选择优良的个体,从而找到问题的最优解。然而,评估一次高代价问题的解需要消耗大量计算成本。这使得常规演化算法在这类高代价问题中很难发挥优良的性能。对此,研究人员们提出了代理模型辅助的演化算法:该类算法利用代理模型代替真实昂贵的适应度评估过程,能在一般的演化算法中替代大部分的真实评估过程。该类算法在大大降低真实的适应度评价次数的同时,依然保持着演化算法优秀的优化能力。在高代价问题中,存在一类超高代价问题。对超高代价问题解的一次评估往往需要几个小时、甚至几天的计算时间以及高昂的经济开销。当总的计算成本很有限的情况下,解决超高代价问题所拥有的总个体评价次数将会非常少。这在现有很多算法中,只能满足算法初始化的要求。因而,高效地解决这类问题在实际工业应用中具有十分重要的意义。在本文的工作中,我们对已有的代理模型辅助的演化算法框架进行改进,针对超高代价问题提出了基于Voronoi的代理模型辅助的演化算法。在该算法中,我... 

【文章来源】：哈尔滨工业大学黑龙江省 211工程院校 985工程院校

【文章页数】：76 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
第1章 绪论
    1.1 演化算法及高代价问题概述
    1.2 基于代理模型的演化算法
    1.3 算法投资组合概述
    1.4 论文的主要工作与创新点
    1.5 论文的组织结构
    1.6 本章小结
第2章 相关工作综述
    2.1 基于代理模型的演化算法综述
        2.1.1 基于绝对适应度的代理模型
        2.1.2 基于相对适应度的代理模型
        2.1.3 总结与讨论
    2.2 算法投资组合框架综述
        2.2.1 并行投资组合框架
        2.2.2 串行投资组合框架
        2.2.3 总结与讨论
    2.3 本章小结
第3章 基于Voronoi的代理模型辅助的演化算法
    3.1 引言
    3.2 相关工作简介
        3.2.1 RBF模型
        3.2.2 留一法交叉验证
        3.2.3 Voronoi图分割
    3.3 基于Voronoi图的代理模型辅助的演化算法
        3.3.1 全局搜索
        3.3.2 局部搜索
        3.3.3 分析与讨论
    3.4 实验验证与分析
        3.4.1 实验设置
        3.4.2 算法在测试集上的性能研究
        3.4.3 基于Voronoi的局部搜索性能研究
    3.5 本章小结
第4章 基于代理模型的演化算法投资组合策略
    4.1 引言
    4.2 相关工作简介
        4.2.1 负相关搜索策略
        4.2.2 多臂老虎机问题
    4.3 基于代理模型的演化算法的投资组合策略
        4.3.1 并行IB-SAEA框架
        4.3.2 基于UCB的 IB-SAEA框架
    4.4 实验验证与分析
        4.4.1 实验设置
        4.4.2 组合算法与子算法对比实验
        4.4.3 组合框架风险分析
    4.5 本章小结
结论
参考文献
攻读硕士学位期间发表的论文及其他成果
致谢



本文编号：3083653