检索结果-内蒙古大学图书馆

系统工程理论与实践 2017年第11期37卷 2983-2994页

作者：龙文蔡绍洪焦建军唐明珠伍铁斌贵州财经大学贵州省经济系统仿真重点实验室贵阳550025 贵州财经大学数学与统计学院贵阳550025 长沙理工大学能源与动力工程学院长沙410114 湖南人文科技学院能源与机电工程学院娄底417000

提出一种基于非线性收敛因子的改进鲸鱼优化算法(简记为IWOA)用于求解大规模复杂优化问题.为算法全局搜索奠定基础,在搜索空间中利用对立学习策略进行初始化鲸鱼个体位置;设计一种随进化迭代次数非线性变化的收敛因子更新公式以协调WOA... 详细信息

提出一种基于非线性收敛因子的改进鲸鱼优化算法(简记为IWOA)用于求解大规模复杂优化问题.为算法全局搜索奠定基础,在搜索空间中利用对立学习策略进行初始化鲸鱼个体位置;设计一种随进化迭代次数非线性变化的收敛因子更新公式以协调WOA算法的探索和开发能力;对当前最优鲸鱼个体执行多样性变异操作以减少算法陷入局部最优的概率.选取15个大规模(200维、500维和1000维)标准测试函数进行数值实验,结果表明,IWOA在求解精度和收敛速度方面明显优于其他对比算法.

关键词：鲸鱼优化算法对立学习策略非线性收敛因子大规模优化问题多样性变异

来源：评论

学校读者我要写书评

暂无评论

求解大规模优化问题的改进麻雀搜索算法

引用

控制与决策 2023年第7期38卷 1960-1968页

作者：顾清华姜秉佼常朝朝李学现西安建筑科技大学资源工程学院西安710000

针对麻雀搜索算法在求解大规模优化问题时存在收敛速度慢、寻优精度低和易陷入局部极值的缺点,提出一种基于精英反向学习策略的萤火虫麻雀搜索算法(ELFASSA).首先,通过反向学习策略初始化种群,为全局寻优奠定基础;其次,利用萤火虫扰动... 详细信息

针对麻雀搜索算法在求解大规模优化问题时存在收敛速度慢、寻优精度低和易陷入局部极值的缺点,提出一种基于精英反向学习策略的萤火虫麻雀搜索算法(ELFASSA).首先,通过反向学习策略初始化种群,为全局寻优奠定基础;其次,利用萤火虫扰动策略提高算法跳出局部最优的能力并加速收敛;最后,在麻雀位置更新后引入精英反向学习策略以获取精英解及动态边界,使精英反向解可以定位在狭窄的搜索空间中,有利于算法收敛.通过选取10个高维标准测试函数进行仿真实验,将其与麻雀搜索算法(SSA)及4种先进的改进算法进行性能对比,并与3种单一策略改进的麻雀搜索算法进行改进策略的有效性分析,仿真结果表明,ELFASSA算法在收敛速度和求解精度两方面明显优于其他对比算法.

关键词：大规模优化问题麻雀搜索算法精英反向学习萤火虫扰动策略动态边界 5G网络基站部署

来源：评论

学校读者我要写书评

暂无评论

大规模优化问题的高效元启发式算法研究

大规模优化问题的高效元启发式算法研究

引用

作者：迟宗正大连理工大学

学位级别：博士

优化问题普遍存在于现实世界中的众多领域,随着时代的发展,这些问题的规模也在不断扩大。大规模优化问题通常具有多峰、高维等特性,这些特性使得传统算法无法精确求解并容易陷于局部最优。元启发式算法是基于搜索的软件工程的重要研究方... 详细信息

优化问题普遍存在于现实世界中的众多领域,随着时代的发展,这些问题的规模也在不断扩大。大规模优化问题通常具有多峰、高维等特性,这些特性使得传统算法无法精确求解并容易陷于局部最优。元启发式算法是基于搜索的软件工程的重要研究方向,其作为一种改进的启发式算法被提出并用于解决此类挑战。本文综述了元启发式算法以及一种特殊的元启发式算法——超启发式算法,并讨论了各类元启发式策略在大规模优化问题的优缺点,进而进行元启发式算法设计。具体研究工作主要有以下几个方面:(1)针对连续、非线性多场景大规模布局优化问题,设计了一种伸缩性强的超启发式算法。低层改造了两种能够求解此类问题且结构不同的算法,高层能够动态自适应的调度低层算子来求解问题。通过在20个不同风场布局场景下的实验分析,结果表明设计的算法具有更高的稳定性和适应性,能够在16个场景中获得较好的结果。(2)针对离散、线性的大规模跨域优化问题,设计了一种基于问题实例分解的超启发式算法。低层将子问题生成算子和数学规划求解器相结合,高层设计了启发式调度策略来生成子问题。算法能够对子问题生成规模等相关参数进行动态自适应调整,以实现将大规模问题分解并求解。实验设置以广义分配问题和三次分配问题为例,基于该领域常用的三个标准数据集构造大规模问题实例进行求解。实验结果表明,设计的算法在这两个问题的大规模实例上均具有比该问题领域现有算法更优的表现。(3)针对离散、线性的大规模空间归约优化问题,设计了一种基于骨架搜索的多级随机游走、缩减解空间的元启发式算法。在每一级搜索中,参考局部最优解近似法,通过锁定问题的近似骨架,剔除脂肪,将原问题归约为小规模问题。最后通过求解缩减后的问题,并与各级骨架合并提纯来获取原大规模问题的解。实验设置以软件工程中软件测试用例集缩减为例,在10个标准大型Java工程项目上,将提出的算法与传统优势算法作对比。实验结果表明,提出的算法在其中9个项目中获得最优解。其中,对于精确算法无法求解的4个大规模问题,算法也给出了优于现有元启发式算法的结果。(4)针对离散、非线性的大规模多目标优化问题,基于协同演化思想,设计了一种基于遗传算法的多目标调度优化的元启发式算法。通过对真实场景下的多目标约束进行提取分析,基于遗传算法设计了特定策略来保证多目标约束的满足。以本科毕设答辩编排优化这一实际问题的真实数据及构造的大规模虚拟数据分别进行实验分析,该算法能够求解此类大规模多目标优化问题,且算法的编排效果显著优于人工编排方案。综上所述,针对不同领域和特点的大规模优化问题,有针对性的设计了高效鲁棒的元启发式算法,通过多种方法实现问题规模归约,算法同时在相应问题领域具有较强伸缩性,实现了不同领域和多种场景下的大规模优化问题求解。

关键词：大规模优化问题元启发式算法超启发式算法骨架搜索

来源：评论

学校读者我要写书评

暂无评论

基于统计指导的飞蛾扑火算法求解大规模优化问题

引用

控制与决策 2020年第4期35卷 901-908页

作者：刘小龙华南理工大学工商管理学院广州510641

针对飞蛾扑火算法求解大规模优化问题较差的实际,借鉴差分进化算法中的变异思想,在飞蛾扑火算法中引入缩放因子和视距因子的概念,提出飞蛾直飞模型,并界定围绕历史最优飞蛾和当前随机飞蛾的直飞方式分别为局部寻优和全局寻优;设计3种不... 详细信息

针对飞蛾扑火算法求解大规模优化问题较差的实际,借鉴差分进化算法中的变异思想,在飞蛾扑火算法中引入缩放因子和视距因子的概念,提出飞蛾直飞模型,并界定围绕历史最优飞蛾和当前随机飞蛾的直飞方式分别为局部寻优和全局寻优;设计3种不同类型的视距因子,从宏观上引导搜索算法启动全局探索和局部开发的时机,分析不同启动时机选择对飞蛾扑火算法在大规模问题上的优化精度影响,提出不同优化问题具有不同启动时机的思想;讨论飞蛾直飞和螺旋式飞行的3种组合策略下的优化效率,验证了所提出算法的较优性能,与现有文献改进算法在大规模优化问题上的改进效果进行对比,数值实验验证了改进算法的优越性和鲁棒性,拓展和丰富了原算法的应用范围.

关键词：大规模优化问题飞蛾扑火优化算法函数优化视距因子缩放因子统计指导

来源：评论

学校读者我要写书评

暂无评论

求解大规模优化问题的改进正弦余弦算法

引用

深圳大学学报（理工版） 2022年第6期39卷 684-692页

作者：张超杨忆宿州职业技术学院计算机信息系安徽宿州234101 淮北师范大学计算机科学与技术学院安徽淮北235000 安徽省认知行为智能计算与应用工程研究中心安徽淮北235000

针对正弦余弦算法(sine cosine algorithm,SCA)在求解大规模优化问题时收敛精度低、收敛速度慢和易陷入“维数灾难”的不足,提出一种带Lévy飞行的正弦余弦算法(sine cosine algorithm with Lévy flight,SCAL).SCAL算法通过将L... 详细信息

针对正弦余弦算法(sine cosine algorithm,SCA)在求解大规模优化问题时收敛精度低、收敛速度慢和易陷入“维数灾难”的不足,提出一种带Lévy飞行的正弦余弦算法(sine cosine algorithm with Lévy flight,SCAL).SCAL算法通过将Lévy飞行分布与正弦余弦种群个体位置向量进行对应元素相乘运算,使Lévy飞行分布的特征和信息融入正弦余弦种群个体信息中,使其拥有Lévy飞行随机游走的特性,增强了个体局部开发和逃离局部极值的能力;采用基于空间距离的非线性参数调整方法,平衡算法的局部开发和全局搜索,提高了算法的收敛速度.在14个经典测试函数上,维度分别为100、1 000和5 000维时,与SCA、花授粉算法(flower pollination algorithm,FPA)、粒子群优化(particle swarm optimization,PSO)算法、麻雀搜索算法(sparrow search algorithm,SSA)和鲸鱼优化算法(whale optimization algorithm,WOA)5种群体智能算法进行仿真对比实验.结果表明,SCAL算法在收敛精度、收敛速度和鲁棒性上较5种群体智能算法优势明显.与解决大规模优化问题的改进狼群算法(improved wolf pack algorithm,IWPA)、改进花授粉算法(improved flower pollination algorithm,IFPA)、鲸鱼算法的两种改进版本IWOA(improved whale optimization algorithm)和MWOA(modified whale optimization algorithm)进行比较,发现SCAL的整体寻优结果优于对比算法,在求解大规模优化问题上具有显著优势和竞争力.

关键词：人工智能正弦余弦算法大规模优化问题 Lévy飞行基于距离的非线性参数调整收敛速度收敛精度

来源：评论

学校读者我要写书评

暂无评论

面向大规模优化问题的精英贡献两阶段动态分组算法

引用

计算机工程 2024年第7期50卷 154-163页

作者：王彬张娇李薇王晓帆金海燕西安理工大学计算机科学与工程学院陕西西安710048 西安理工大学陕西省网络计算与安全技术重点实验室陕西西安710048

协同进化框架是解决大规模全局优化问题的有效方法,设计合理的决策变量分组方法是提高协同进化算法性能的关键,而利用精英决策变量动态构建精英子组件可以有效提高进化效率,但在进行大规模优化时,其可能将无关的变量分配到同一子组件,... 详细信息

协同进化框架是解决大规模全局优化问题的有效方法,设计合理的决策变量分组方法是提高协同进化算法性能的关键,而利用精英决策变量动态构建精英子组件可以有效提高进化效率,但在进行大规模优化时,其可能将无关的变量分配到同一子组件,从而无法充分利用分组提高协同进化效率。针对该问题,提出一种精英贡献两阶段动态分组算法(EC-TSDG)。在分组前阶段,对变量进行随机分组,评估变量的贡献程度,从众多变量中寻找精英贡献变量;在分组后阶段,利用变量的相关关系寻找与精英决策变量存在相互作用的剩余变量,并将其合并形成精英子组件,使得精英子组件内部的变量两两相关,以此提高变量分组的准确性以及算法的收敛速度,避免子组件之间的相关干扰。最后,采用具有外部存档的自适应差分进化算法作为优化器进化各个子组件。在CEC'2013测试集上与其他先进算法进行比较,实验结果表明,EC-TSDG收敛速度快于对比算法,Friedman检验值为1.43,平均排序较对比的动态分组算法DCC平均提升36.78%。

关键词：协同进化大规模优化问题两阶段动态分组贡献信息精英子组件

来源：评论

学校读者我要写书评

暂无评论

求解大规模优化问题的正交反向混合差分进化算法

引用

计算机应用研究 2016年第6期33卷 1656-1661页

作者：董小刚邓长寿谭毓澄彭虎九江学院信息科学与技术学院江西九江332005 武汉大学软件工程国家重点实验室武汉430072

差分进化算法简单高效,然而在求解大规模优化问题时,其求解性能迅速降低。针对该问题,提出一种正交反向差分进化算法。首先,该算法利用正交交叉算子,加强了算法的局部搜索能力。其次,为防止过强的局部搜索使算法陷入早熟收敛,利用反向... 详细信息

差分进化算法简单高效,然而在求解大规模优化问题时,其求解性能迅速降低。针对该问题,提出一种正交反向差分进化算法。首先,该算法利用正交交叉算子,加强了算法的局部搜索能力。其次,为防止过强的局部搜索使算法陷入早熟收敛,利用反向学习策略调节种群多样性,从而有效地平衡算法的全局和局部搜索能力。利用11个标准测试函数进行实验,并和差分进化算法的四种优秀改进版本进行比较,实验结果表明提出的算法求解精度高、收敛速率快,是一种求解大规模优化问题的有效算法。

关键词：大规模优化问题差分进化正交交叉反向学习

来源：评论

学校读者我要写书评

暂无评论

过程系统的大规模优化问题研究

过程系统的大规模优化问题研究

引用

作者：仲卫涛浙江大学

学位级别：博士

流程工业作为一个国家的主导行业，对国民经济的发展起着举足轻重的作用。利用企业综合自动化改造传统产业，可极大挖掘企业的内部潜力，产生巨大的经济和社会效益。过程优化作为工业企业综合自动化的关键一环，是企业挖潜增效的核... 详细信息

流程工业作为一个国家的主导行业，对国民经济的发展起着举足轻重的作用。利用企业综合自动化改造传统产业，可极大挖掘企业的内部潜力，产生巨大的经济和社会效益。过程优化作为工业企业综合自动化的关键一环，是企业挖潜增效的核心所在。当前，以严格机理模型、开放式方程建模为基础的流程工业大规模优化已成为过程优化技术发展的主流方向。本文立足于流程工业大规模过程优化的现实需求，在对国内外现有研究成果及技术发展脉络进行系统总结及把握的基础上，对大规模过程系统优化中涉及的关键技术和优化理论进行了深入的研究，并结合实际，对若干应用问题进行了有益的探索。本文的主要研究工作包括： 1）对大规模过程系统优化问题产生的原因和发展过程进行了详尽的分析与阐述，系统论述了流程工业大规模优化的主要推动力及发展现状，对现有研究成果进行了分析与评述，并指出了理论研究与实际应用中所存在的困难和一些亟待解决的问题； 2）提出一种通用的过程优化预处理算法，通过数值侦测手段自动获得优化命题的稀疏结构信息，可显著减少寻优过程所需计算量，为大规模稀疏优化命题的有效求解提供了可能； 3）开发了一种基于通用优化预处理算法、结合稀疏矩阵技术的大规模过程优化稀疏SQP方法及实施策略。大量数值实验表明，该策略求解流程工业优化命题十分有效； 4）提出一种扩展的自动微分方法XAD，可满足数值计算中对精确数值/解析导数的需求，并解决现有求导方法不能求取程序封装函数解析导数的困难，为大规模数值计算中导数表达式的获得提供了一条全新的途径。目前，尚未见到有关此方面的研究文献报道； 11 浙江大学博士学位论文一 5）开发了一种结合矩阵压缩技术的XAD方法，可充分利用流程工业大规模优化命题的稀疏结构，显著提高XAD的求导效率。对高维稀疏Jacobian矩阵及典型流程工业优化命题的数值实验表明了该方法的有效性； 6）提出一种基于随机多点残差估计的离散化模型精度控制算法，可有效处理微分－代数混合系统优化中OCFE的离散化模型精度问题。数值实验表明，该算法具有构造简单、计算量少、易于实施的优点：刀针对一个间歇缩聚反应釜的生产，提出以反应温度为调节手段、每釜反应时间最小为目标函数的间歇缩聚反应釜操作优化方案。利用现场数据校验反应机理模型，并以OCFE方法及开放式方程建模思想为基础，综合运用模型精度控制算法、扩展自动微分技术、变量标度化等多项措施对该微分·代数混合系统优化命题进行求解，优化结果令人鼓舞。

关键词：流程工业 Hessian SQP 大规模优化问题偏导数

来源：评论

学校读者我要写书评

暂无评论

进化算法在大规模优化问题中的应用综述

引用

郑州大学学报（工学版） 2018年第3期39卷 15-21页

作者：梁静刘睿瞿博阳岳彩通郑州大学电气工程学院河南郑州450001 中原工学院电子信息学院河南郑州450007

针对大规模问题的特点,对已有的大规模进化算法进行了简单的分析,主要介绍算法的初始化方法、不分组策略、静态分组策略、动态分组策略、自适应分组策略、大规模优化算法测试函数集以及算法结果的对比等方面;侧重描述优化算法的搜索策... 详细信息

针对大规模问题的特点,对已有的大规模进化算法进行了简单的分析,主要介绍算法的初始化方法、不分组策略、静态分组策略、动态分组策略、自适应分组策略、大规模优化算法测试函数集以及算法结果的对比等方面;侧重描述优化算法的搜索策略、更新策略、突变策略和协同进化策略,并列出大规模优化算法测试函数集的特点及优化算法的评价方法;最后,给出了目前大规模优化问题的几个研究难点.

关键词：大规模优化问题进化算法协同进化种群初始化基准测试函数

来源：评论

学校读者我要写书评

暂无评论

求解大规模优化问题的云差分进化算法

引用

计算机应用研究 2016年第10期33卷 2949-2953页

作者：袁斯昊邓长寿董小刚谭旭杰范德斌九江学院信息科学与技术学院江西九江332005

针对大规模优化问题求解难、差分进化算法运算时间长等问题,利用云计算MapReduce并行编程模型,结合差分进化算法隐含并行性,提出云差分进化算法。该算法利用Hadoop集群平台,采用多子群机制,并将子种群与Map任务形成一一对应关系;算法的... 详细信息

针对大规模优化问题求解难、差分进化算法运算时间长等问题,利用云计算MapReduce并行编程模型,结合差分进化算法隐含并行性,提出云差分进化算法。该算法利用Hadoop集群平台,采用多子群机制,并将子种群与Map任务形成一一对应关系;算法的各个子种群之间根据拓扑结构进行个体迁移,以增加其多样性,从而能搜索更大的范围,提高寻优的几率。仿真实验结果表明,云差分算法能有效地减少求解大规模优化问题的时间消耗,并且取得较好的精度。

关键词：大规模优化问题差分进化云计算

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：