基于收敛速度控制器扩展的协同演化优化算法及其应用

发布时间：2023-02-27 08:22

　　很多现实问题都可以抽象成是复杂的大规模优化问题。通常,优化算法的性能会随着搜索空间维度的增长而迅速下降。为了有效地求解大规模优化问题,研究学者提出了协同演化优化算法,将大规模优化问题分解成一系列小规模的子优化问题后,再用启发式算法进行求解。但是,如果问题的搜索空间复杂,相关联变量非常多、甚至变量是全相关联的,那么分解后的子优化问题仍旧可能是一个较为复杂的优化问题。如果求解子优化问题的启发式算法性能不足,将会造成协同演化优化算法的整体性能下降。针对以上问题,本文的研究工作是设计策略来提升协同演化优化算法中,求解子优化问题的启发式算法的性能;提出了基于收敛速度控制器的协同演化优化算法框架;并将提出的算法框架应用于两个现实大规模优化问题的求解。主要工作如下:(1)根据收敛速度控制器已有的研究成果,以及求解现实优化问题时计算资源有限的特点,对收敛速度控制器的周期性检测机制进行改进。将改进后的收敛速度控制器应用于协同演化优化算法中,提升求解子优化问题的启发式算法的性能。在公开测试函数上的实验证明,收敛速度控制器能够有效地扩展协同演化优化算法的性能。(2)基于提出的算法框架,设计了一个基于收敛速度...

【文章页数】：65 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
第一章 续论
    1.1 研究背景与意义
    1.2 协同演化优化算法的发展
    1.3 本文的主要工作和创新点
    1.4 本章小节
第二章 基于收敛速度控制器的协同演化优化算法
    2.1 相关研究工作
    2.2 问题模型以及难点介绍
    2.3 算法的整体框架
    2.4 实验与结果分析
    2.5 本章小节
第三章 求解抠图中大规模样本优化问题的协同演化差分进化算法
    3.1 相关研究工作
    3.2 大规模的样本优化问题及复杂度分析
        3.2.1 大规模样本优化问题
        3.2.2 评估函数
        3.2.3 问题复杂度分析
    3.3 基于收敛速度控制器的协同演化差分进化算法
    3.4 实验与结果分析
    3.5 本章小节
第四章 求解耦合矩阵优化问题的多阶段协方差矩阵自适应进化算法
    4.1 相关研究工作
    4.2 耦合矩阵优化问题及复杂度分析
        4.2.1 耦合矩阵优化问题
        4.2.2 耦合矩阵优化问题的复杂度分析
    4.3 基于收敛速度控制器的多阶段协方差矩阵自适应进化算法
        4.3.1 多阶段优化策略
        4.3.2 基于收敛速度控制器的协方差矩阵自适应进化算法
    4.4 实验结果与分析
    4.5 本章小结
第五章 总结与展望
参考文献
攻读硕士学位期间取得的研究成果
致谢
附件



本文编号：3750999