計算高代價問題廣泛存在于實際工業(yè)設計和生產(chǎn)領域。這類問題往往不存在具體的數(shù)學表達式,無法用常規(guī)數(shù)值方法解決。演化算法作為一種不依賴梯度信息解決優(yōu)化問題的優(yōu)化算法,通過大量的適應度評估來選擇優(yōu)良的個體,從而找到問題的最優(yōu)解。然而,評估一次高代價問題的解需要消耗大量計算成本。這使得常規(guī)演化算法在這類高代價問題中很難發(fā)揮優(yōu)良的性能。對此,研究人員們提出了代理模型輔助的演化算法:該類算法利用代理模型代替真實昂貴的適應度評估過程,能在一般的演化算法中替代大部分的真實評估過程。該類算法在大大降低真實的適應度評價次數(shù)的同時,依然保持著演化算法優(yōu)秀的優(yōu)化能力。在高代價問題中,存在一類超高代價問題。對超高代價問題解的一次評估往往需要幾個小時、甚至幾天的計算時間以及高昂的經(jīng)濟開銷。當總的計算成本很有限的情況下,解決超高代價問題所擁有的總個體評價次數(shù)將會非常少。這在現(xiàn)有很多算法中,只能滿足算法初始化的要求。因而,高效地解決這類問題在實際工業(yè)應用中具有十分重要的意義。在本文的工作中,我們對已有的代理模型輔助的演化算法框架進行改進,針對超高代價問題提出了基于Voronoi的代理模型輔助的演化算法。在該算法中,我... 

【文章來源】：哈爾濱工業(yè)大學黑龍江省 211工程院校 985工程院校

【文章頁數(shù)】：76 頁

【學位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
第1章 緒論
    1.1 演化算法及高代價問題概述
    1.2 基于代理模型的演化算法
    1.3 算法投資組合概述
    1.4 論文的主要工作與創(chuàng)新點
    1.5 論文的組織結構
    1.6 本章小結
第2章 相關工作綜述
    2.1 基于代理模型的演化算法綜述
        2.1.1 基于絕對適應度的代理模型
        2.1.2 基于相對適應度的代理模型
        2.1.3 總結與討論
    2.2 算法投資組合框架綜述
        2.2.1 并行投資組合框架
        2.2.2 串行投資組合框架
        2.2.3 總結與討論
    2.3 本章小結
第3章 基于Voronoi的代理模型輔助的演化算法
    3.1 引言
    3.2 相關工作簡介
        3.2.1 RBF模型
        3.2.2 留一法交叉驗證
        3.2.3 Voronoi圖分割
    3.3 基于Voronoi圖的代理模型輔助的演化算法
        3.3.1 全局搜索
        3.3.2 局部搜索
        3.3.3 分析與討論
    3.4 實驗驗證與分析
        3.4.1 實驗設置
        3.4.2 算法在測試集上的性能研究
        3.4.3 基于Voronoi的局部搜索性能研究
    3.5 本章小結
第4章 基于代理模型的演化算法投資組合策略
    4.1 引言
    4.2 相關工作簡介
        4.2.1 負相關搜索策略
        4.2.2 多臂老虎機問題
    4.3 基于代理模型的演化算法的投資組合策略
        4.3.1 并行IB-SAEA框架
        4.3.2 基于UCB的 IB-SAEA框架
    4.4 實驗驗證與分析
        4.4.1 實驗設置
        4.4.2 組合算法與子算法對比實驗
        4.4.3 組合框架風險分析
    4.5 本章小結
結論
參考文獻
攻讀碩士學位期間發(fā)表的論文及其他成果
致謝



本文編號：3083653