-
题名合作型协同演化算法研究进展
被引量：3
- 1
-
-
作者
张凯波
李斌
-
机构
中国科学技术大学电子科学与技术系
-
出处
《计算机工程与科学》
CSCD
北大核心
2014年第4期674-684,共11页
-
基金
国家自然科学基金资助项目(61071024
U0835002)
教育部基本科研业务费专项资金资助项目
-
文摘
合作型协同演化算法是近年来计算智能研究的热点。它运用生物协同演化的思想,通过构建两个或者多个种群,建立它们之间的合作关系。两个或多个种群通过相互合作来提高各自的性能,适应复杂系统的动态演化环境以及大规模演化环境,从而达到种群优化的目的。主要介绍了合作型协同演化算法的研究状况以及国内外研究进展,详细介绍了它的基本结构及对应的研究、基本算法及一些新兴算法,同时介绍了一些在现实生活中的应用,展望了合作型协同演化算法的发展前景。
-
关键词
合作型协同演化算法
问题分解
子空间相关性
-
Keywords
cooperative coevolution algorithm
problem decomposition
subspace correlation
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
-
-
题名基于资源分配和动态分组的合作协同演化算法
被引量：3
- 2
-
-
作者
欧阳聪
关静
杨鸣
-
机构
中国地质大学(武汉)计算机学院
中国舰船研究设计中心
-
出处
《郑州大学学报（工学版）》
CAS
北大核心
2023年第5期10-16,共7页
-
基金
国家自然科学基金资助项目(62076226)。
-
文摘
合作型协同演化算法在处理大规模全局优化问题中的决策变量完全可分或者完全不可分的问题时,精确的分组方法并不能保证提高算法性能,甚至可能会导致性能下降。针对上述问题,提出了一种基于资源分配和动态分组的合作协同演化算法(RG-CCFR3)。该算法以CCFR3为基础,当决策变量完全可分或完全不可分时,首先设置数组与数组索引,用于确定每轮优化时的分组大小;其次,根据分组大小对决策变量进行随机分组,使得在不同轮次的优化中每组决策变量的分配更多样化;最后,修改了CCFR3中每轮优化时的处理逻辑,保证了每轮优化的次数一致。通过CEC2013和CEC2010中的基准测试函数检验算法的性能,将RG-CCFR3与CCFR3、MMO-CC、CBCC-RDG3进行对比并进行显著性检验。结果表明:对比CCFR3算法,RG-CCFR3算法在处理决策变量完全可分或者完全不可分的问题时,在多数情况下具有更好的性能;与MMO-CC、CBCC-RDG3算法相比,RG-CCFR3算法具有一定的竞争力。
-
关键词
合作型协同演化
大规模全局优化
资源分配
动态分组
贡献值
-
Keywords
cooperative co-evolution
large scale global optimization
resource allocation
dynamic grouping
contribution
-
分类号
TP301.6
[自动化与计算机技术—计算机系统结构]
-
-
题名惯性分组和重叠特征选择辅助的昂贵大规模优化算法
被引量：1
- 3
-
-
作者
邓传义
孙超利
刘晓彤
张晓红
李春鹏
-
机构
太原科技大学应用科学学院
太原科技大学计算机科学与技术学院
太原科技大学经济与管理学院
山西吉成科技股份有限公司
-
出处
《郑州大学学报（工学版）》
CAS
北大核心
2023年第5期32-39,共8页
-
基金
国家自然科学基金资助项目(61876123)
山西省重点研发计划项目(202102020101002)
山西省自然科学基金资助项目(202203021211194)
-
文摘
昂贵大规模优化问题存在着决策变量之间高度耦合、求解容易陷入局部最优以及目标评价昂贵等问题,导致在资源有限的情况下很难获得全局最优解。为此,基于合作型协同演化策略提出了一种惯性分组和重叠特征选择的方法来辅助求解昂贵大规模优化问题。首先,采用重叠特征选择技术将一个大规模优化问题分解为若干个低维的重叠子问题,并对每一个子问题进行独立的代理模型辅助的优化搜索。其次,将每个子问题搜索获得的潜力个体合成一个完整的解,对其使用昂贵目标函数进行评价。再次,算法还采用惯性分组技术控制优化过程中重新分组的频率以延长分组方案的开发周期,从而提升优化效果。最后,为了测试所提算法的性能,将其与求解昂贵大规模问题的3种优化算法在CEC2013的15个基准函数上获得的实验结果进行了对比。结果表明:所提算法在求解昂贵大规模优化问题上具有一定的竞争力,尤其适用于求解部分可分离、重叠或完全不可分离等问题。
-
关键词
大规模优化
昂贵问题
重叠特征选择
惯性分组
代理模型
合作型协同演化
-
Keywords
large-scale global optimization
expensive problems
overlapping feature selection
inertial grouping
surrogate models
cooperative coevolutionary
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
TP301.6
[自动化与计算机技术—计算机系统结构]
-
