求解大规模全局优化问题的高效算法研究

发布时间：2022-12-23 18:36

　　随着科学技术的发展,大规模全局优化问题在科学研究和工程领域的应用越来越广泛。该类问题具有搜索空间庞大且复杂,局部极小点过多等特点,因此难以在有限的计算资源下获得全局最优解。协作型协同进化算法是求解此类问题的一种高效算法,其主要思想是使用分组策略将高维问题分解成一系列小规模子问题进行求解,从而显著地降低问题的维度,提高了算法的效率。该算法的求解效率依赖于子问题优化算法的性能和分组算法的优劣。为提高其性能,本文的主要工作如下:1、针对现有的子问题优化算法在处理大规模问题时效率不高,且容易陷入局部最优解的缺点,提出一种基于多种群的自适应差分进化算法。首先,结合多种具有不同特点的变异算子,设计一种自适应变异策略,根据优化信息为每个个体分配合适的变异算子,以提高算法的性能。同时,算法将种群随机分为多个子种群,减小了当前最优解的影响范围,从而使得种群可以保持较好的多样性;然后,对差分进化算法中的参数进行动态地自适应调整,以提高算法的求解效率。鉴于不同的变异算子性质差异较大,对所有变异算子采用完全相同的参数是不合理的,因此本文对不同的变异算子分别进行参数自适应调整,以充分利用各种变异算子的特点;最后... 

【文章页数】：77 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
符号对照表
缩略语对照表
第一章 绪论
    1.1 研究背景和意义
    1.2 国内外研究现状
        1.2.1 协作型协同进行算法
        1.2.2 非分组算法
    1.3 本文研究内容与创新
    1.4 论文组织结构
    1.5 本章小结
第二章 大规模全局优化算法相关知识
    2.1 大规模全局优化问题定义
    2.2 协作型协同进化算法
        2.2.1 变量相关性和问题可分性定义
        2.2.2 协作型协同进化算法框架
        2.2.3 常见的分组方法
    2.3 子问题优化算法
        2.3.1 差分进化算法流程
        2.3.2 经典差分进化算法
    2.4 本章小结
第三章 一种基于多种群的自适应差分进化算法
    3.1 基于多种群的自适应差分进化算法
        3.1.1 变异策略
        3.1.2 交叉策略
        3.1.3 算法框架
    3.2 自动增强多样性策略
    3.3 实验分析
        3.3.1 解小规模优化问题
        3.3.2 解大规模优化问题
    3.4 本章小结
第四章 基于自适应资源分配和混合分组的进化算法
    4.1 基于贡献度的分组策略
        4.1.1 完全可分问题
        4.1.2 完全不可分问题
    4.2 基于自适应资源分配和混合分组的进化算法
        4.2.1 改进RDG2 算法
        4.2.2 基于贡献度的资源分配方法
        4.2.3 算法框架
    4.3 数值实验与结果分析
        4.3.1 解CEC’2010 基准测试集
        4.3.2 解CEC’2013 基准测试集
    4.4 本章小结
第五章 总结与展望
    5.1 研究工作总结
    5.2 未来展望
参考文献
致谢
作者简介


【参考文献】：
硕士论文
[1]基于分组的大规模全局优化算法研究[D]. 刘旭妍.西安电子科技大学 2018



本文编号：3725222