面向多样性增强的测试问题构造及进化算法研究

发布时间：2023-04-23 10:57

　　作为一种重要的优化方法,进化算法以其实现简易、效果突出等优点在许多单目标连续优化问题上得到了广泛应用。然而,没有免费午餐定理(No Free Lunch Theorem)揭示了优化算法的性能和与被测试问题的匹配程度有关。尽管真实问题测试准确但是代价高昂,因此一般采用人工设计的测试问题。通过分析和构造问题特征使得人工设计的问题尽可能地体现真实问题的特性,因而进化算法在人工问题上的优良性能也被期待可以推广到真实问题。然而,面对层出不穷的复杂多样的真实问题,领域内目前在算法设计和问题设计上都面临巨大挑战。一方面,进化算法大多未基于对已知问题特性的分析而针对性设计,因而很难有效地应对这些复杂真实问题属性。另一方面,现有的测试问题相比整个真实问题全域,多样性复杂性不足,无法很好地检测算法的综合性能。本文受混合智能的启发,综合神经网络、多样性、局部搜索等多种思想和技术在测试问题构造和进化算法设计方面做了一定的探索。主要研究内容概括如下:1.在测试问题层面,提出了新型的神经多样化随机问题生成器框架(Chaotic Landscape Generator,CLG)。由于递归神经网络的权重随机和新型激活...

【文章页数】：69 页

【学位级别】：硕士

【文章目录】：
摘要
abstract
第一章 绪论
    1.1 研究背景与意义
    1.2 本文主要工作
    1.3 本文组织结构
第二章 相关工作
    2.1 测试问题
        2.1.1 真实世界问题
        2.1.2 人工设计问题
        2.1.3 随机生成问题
    2.2 优化算法
        2.2.1 经典优化算法
        2.2.2 进化优化算法
        2.2.3 粒子群优化算法
第三章 神经多样化测试问题
    3.1 引言
    3.2 混沌问题生成器原理
        3.2.1 算法流程
        3.2.2 算法机制
    3.3 仿真实验
        3.3.1 数值比较结果
        3.3.2 参数分析
        3.3.3 CLG问题属性
    3.4 本章小结
第四章 针对病态问题的速度增强粒子群优化
    4.1 引言
    4.2 速度增强机制
        4.2.1 PSO和VR的比较
        4.2.2 VRPSO算法
        4.2.3 VRS的进一步改进
    4.3 仿真实验
        4.3.1 测试函数和比较的算法
        4.3.2 结果和讨论
    4.4 本章小结
第五章 针对多峰问题的多层粒子群优化-鲍威尔算法
    5.1 引言
    5.2 多层粒子群优化-鲍威尔算法
    5.3 仿真实验
        5.3.1 测试函数和比较的算法
        5.3.2 收敛性分析
    5.4 本章小结
第六章 结论与展望
参考文献
致谢
附录



本文编号：3799577