检索结果-维普期刊中文期刊服务平台

基于形式概念分析的大规模全局协同进化优化算法被引量：2: 1; 作者马连博常凤荣 +3 位作者张桓熙王兴伟黄敏郝飞《计算机学报》 EI CAS CSCD 北大核心 2021年第7期1310-1325,共16页; 随着复杂网络及大数据技术的发展,大规模全局优化方法已成为复杂工程系统的重要支撑技术.解决大规模全局优化问题的关键在于如何识别决策变量之间的相互依赖关系并根据这些依赖关系进行有效的变量分组.针对该问题,本文提出了一种基于形... 展开更多; 关键词形式概念分析协同进化进化计算优化算法大规模全局优化; 在线阅读下载PDF 职称材料

一种面向大规模复杂全局优化的流场吸引动态涡流搜索算法: 2; 作者刘景森李浩然 +1 位作者李煜周欢《电子学报》 EI CAS CSCD 北大核心 2023年第7期1949-1955,共7页; 为了拓展涡流搜索算法的应用能力,提升其求解复杂优化尤其是大规模复杂优化问题的性能,本文提出了一种基于流场吸引流动、逐维半径试探更新和领导层决策机制的动态涡流搜索算法.首先,本文在算法中引入压强差的概念,使候选解依据压强差... 展开更多; 关键词涡流搜索算法流场吸引逐维更新领导层决策机制 CEC2017 极值优化大规模全局优化; 在线阅读下载PDF 职称材料

求解大规模问题协同进化动态粒子群优化算法被引量：29: 3; 作者梁静刘睿 +1 位作者于坤杰瞿博阳《软件学报》 EI CSCD 北大核心 2018年第9期2595-2605,共11页; 随着工程技术的发展与优化问题数学模型的完善,许多优化问题从低维优化发展成高维的大规模复杂优化,成为实值优化领域的一个热点问题.通过对大规模问题的特点分析,提出了随机动态的协同进化策略,将其加入动态多种群粒子群优化算法中,实... 展开更多; 关键词大规模全局优化算法动态多种群粒子群优化算法协同进化基准测试函数; 在线阅读下载PDF 职称材料

基于维度缺失检测与恢复的协同进化算法被引量：2: 4; 作者陈昊陈园 +2 位作者黎明李军华张聪炫《系统工程学报》 CSCD 北大核心 2021年第5期590-601,共12页; 大规模全局优化(LSGO)问题的搜索空间会随维数增加成指数倍增长,使用进化算法时极易出现维度缺失、进化停滞现象,检测维度缺失并跳出停滞状态是解决LSGO问题的关键所在.针对LSGO问题维度缺失检测复杂度高的问题,结合协同进化算法,将高... 展开更多; 关键词大规模全局优化问题维度缺失协同进化算法多样性; 在线阅读下载PDF 职称材料

基于资源分配和动态分组的合作协同演化算法被引量：3: 5; 作者欧阳聪关静杨鸣《郑州大学学报（工学版）》 CAS 北大核心 2023年第5期10-16,共7页; 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-CCF... 展开更多; 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; 在线阅读下载PDF 职称材料

题名基于形式概念分析的大规模全局协同进化优化算法被引量：2: 1; 作者马连博常凤荣张桓熙王兴伟黄敏郝飞; 机构东北大学软件学院东北大学计算机科学与工程学院东北大学信息科学与工程学院陕西师范大学计算机科学学院; 出处《计算机学报》 EI CAS CSCD 北大核心 2021年第7期1310-1325,共16页; 基金国家自然科学基金(61773103,61702317)资助.; 文摘随着复杂网络及大数据技术的发展,大规模全局优化方法已成为复杂工程系统的重要支撑技术.解决大规模全局优化问题的关键在于如何识别决策变量之间的相互依赖关系并根据这些依赖关系进行有效的变量分组.针对该问题,本文提出了一种基于形式概念分析的大规模全局协同进化优化算法,首次将数据分析领域的形式概念分析思想引入决策变量依赖关系分析和自适应分组过程中,进而处理大规模全局优化问题.该算法基于协同进化框架,利用形式概念分析的外延与内涵结构特征,将决策变量转换为形式概念文本,通过文本向量矩阵运算进行决策变量的自适应分组,使其满足高内聚低耦合原则.最后,该算法在大规模(1000维)CEC2013测试集上进行了性能对比实验.实验结果表明,该算法在11个测试问题上(总计15个测试问题)获得了最好的解精度,同时求解的收敛性达到最优.; 关键词形式概念分析协同进化进化计算优化算法大规模全局优化; Keywords formal concepts analysis cooperative coevolution evolutionary computation optimization algorithm large-scale global optimization; 分类号 TP18 [自动化与计算机技术—控制理论与控制工程]; 在线阅读下载PDF 职称材料

题名一种面向大规模复杂全局优化的流场吸引动态涡流搜索算法: 2; 作者刘景森李浩然李煜周欢; 机构河南大学河南省智能网络理论与关键技术国际联合实验室河南大学软件学院河南大学管理科学与工程研究所河南大学商学院; 出处《电子学报》 EI CAS CSCD 北大核心 2023年第7期1949-1955,共7页; 基金国家自然科学基金(No.72104069) 河南省重点研发与推广专项(No.222102210065) +1 种基金河南大学研究生培养创新与质量提升行动计划项目(No.SYLYC2022150)。; 文摘为了拓展涡流搜索算法的应用能力,提升其求解复杂优化尤其是大规模复杂优化问题的性能,本文提出了一种基于流场吸引流动、逐维半径试探更新和领导层决策机制的动态涡流搜索算法.首先,本文在算法中引入压强差的概念,使候选解依据压强差进一步向着较优解移动,提高算法整体的搜索质量;然后,算法通过逐维半径更新策略,有效避免了在某一维陷入局部极值的情况;最后,本文在中心点的更新中引入领导层决策机制,提高算法快速确定最佳区域的能力.在计算机仿真部分,本文将该改进算法与多组具有不同代表性的对比算法分别在CEC2017套件的100维和CEC2010套件的1000维上进行了极值优化分析,结果表明改进后的算法无论是在高维问题还是大规模复杂问题上的寻优结果都能领先其他代表性对比算法多个数量级,具有很好的收敛性能.; 关键词涡流搜索算法流场吸引逐维更新领导层决策机制 CEC2017 极值优化大规模全局优化; Keywords vortex search algorithm attractive flow field operation dimension-by-dimension dynamic radius leader⁃ship decision-making mechanism CEC2017 large-scale global optimization extremal optimization; 分类号 TP301.6 [自动化与计算机技术—计算机系统结构]; 在线阅读下载PDF 职称材料

题名求解大规模问题协同进化动态粒子群优化算法被引量：29: 3; 作者梁静刘睿于坤杰瞿博阳; 机构郑州大学电气工程学院中原工学院电子信息学院; 出处《软件学报》 EI CSCD 北大核心 2018年第9期2595-2605,共11页; 基金国家自然科学基金(61673404 61473266 +1 种基金 61876169) 中国博士后科学基金(2017M622373)~~; 文摘随着工程技术的发展与优化问题数学模型的完善,许多优化问题从低维优化发展成高维的大规模复杂优化,成为实值优化领域的一个热点问题.通过对大规模问题的特点分析,提出了随机动态的协同进化策略,将其加入动态多种群粒子群优化算法中,实现了对种群粒子和决策变量的双重分组.最后,使用CEC2013的大规模全局优化算法的测试集对新算法进行测试,通过和其他算法的对比,验证算法的有效性.; 关键词大规模全局优化算法动态多种群粒子群优化算法协同进化基准测试函数; Keywords large scale global optimization dynamic multi-swarm particle swarm optimization cooperative coevolution benchmark function; 分类号 TP311 [自动化与计算机技术—计算机软件与理论]; 在线阅读下载PDF 职称材料

题名基于维度缺失检测与恢复的协同进化算法被引量：2: 4; 作者陈昊陈园黎明李军华张聪炫; 机构南昌航空大学信息工程学院南昌航空大学无损检测技术教育部重点实验室; 出处《系统工程学报》 CSCD 北大核心 2021年第5期590-601,共12页; 基金国家自然科学基金资助项目(61961030,61866025,61866026) 江西省优势科技创新团队资助项目(2018BCB24-008) 江西省自然科学基金资助项目(20202BAB204036,20181BAB202025).; 文摘大规模全局优化(LSGO)问题的搜索空间会随维数增加成指数倍增长,使用进化算法时极易出现维度缺失、进化停滞现象,检测维度缺失并跳出停滞状态是解决LSGO问题的关键所在.针对LSGO问题维度缺失检测复杂度高的问题,结合协同进化算法,将高维问题分解成多个低维子问题;在进化过程中,利用主成分分析对所有子问题进行维度缺失检测,在缺失维度方向上进行拓展以达到维度恢复效果,能有效跳出停滞状态;进而提出一种基于维度缺失检测与恢复的协同进化算法.对CEC2013的LSGO基准函数中不完全可分测试函数仿真实验结果表明,提出的算法在提高收敛精度和较好维持多样性的同时,具有较低的复杂度.; 关键词大规模全局优化问题维度缺失协同进化算法多样性; Keywords large-scale global optimization problem dimension monitoring co-evolution algorithm diversity; 分类号 TP18 [自动化与计算机技术—控制理论与控制工程]; 在线阅读下载PDF 职称材料

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: 5; 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]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	基于形式概念分析的大规模全局协同进化优化算法	马连博常凤荣张桓熙王兴伟黄敏郝飞	《计算机学报》 EI CAS CSCD 北大核心	2021	2	在线阅读下载PDF 职称材料
2	一种面向大规模复杂全局优化的流场吸引动态涡流搜索算法	刘景森李浩然李煜周欢	《电子学报》 EI CAS CSCD 北大核心	2023	0	在线阅读下载PDF 职称材料
3	求解大规模问题协同进化动态粒子群优化算法	梁静刘睿于坤杰瞿博阳	《软件学报》 EI CSCD 北大核心	2018	29	在线阅读下载PDF 职称材料
4	基于维度缺失检测与恢复的协同进化算法	陈昊陈园黎明李军华张聪炫	《系统工程学报》 CSCD 北大核心	2021	2	在线阅读下载PDF 职称材料
5	基于资源分配和动态分组的合作协同演化算法	欧阳聪关静杨鸣	《郑州大学学报（工学版）》 CAS 北大核心	2023	3	在线阅读下载PDF 职称材料