現(xiàn)實(shí)世界中大量工程問(wèn)題和數(shù)值問(wèn)題等都存在大量的決策變量,當(dāng)決策變量超過(guò)1000維時(shí),稱之為大規(guī)模全局優(yōu)化（Large Scale Global Optimization簡(jiǎn)稱LSGO）問(wèn)題,并且隨著科技發(fā)展,越來(lái)越多的伴隨著越來(lái)越多決策變量的LSGO問(wèn)題需要解決。LSGO問(wèn)題的難點(diǎn)在于“維度災(zāi)難”,維度的增加導(dǎo)致搜索空間成指數(shù)倍增長(zhǎng),導(dǎo)致傳統(tǒng)進(jìn)化算法在解決LSGO問(wèn)題時(shí)失效。協(xié)同進(jìn)化算法是有效處理LSGO問(wèn)題的方法之一,其基于分而治之的思想使協(xié)同進(jìn)化算法在處理LSGO問(wèn)題有非常大的優(yōu)勢(shì)。協(xié)同進(jìn)化算法的實(shí)現(xiàn)主要分為3步,首先將一個(gè)大規(guī)模問(wèn)題分解為多個(gè)低維子問(wèn)題;然后在其它維度的協(xié)作下,分別對(duì)每個(gè)低維子問(wèn)題進(jìn)行優(yōu)化;最后合并所有子問(wèn)題的解�，F(xiàn)有解決LSGO問(wèn)題的算法在進(jìn)化過(guò)程中易出現(xiàn)早熟收斂,多樣性丟失,導(dǎo)致進(jìn)化停滯。這些現(xiàn)象主要是由于種群陷入局部最優(yōu),以至于種群中多個(gè)個(gè)體出現(xiàn)重疊,導(dǎo)致維度缺失。由于已有分組策略不分小組重要性,平分計(jì)算資源,導(dǎo)致算法無(wú)法提高搜索質(zhì)量。針對(duì)上述問(wèn)題,本文的主要工作和研究?jī)?nèi)容如下:（1）介紹LSGO問(wèn)題的基本概念以及LSGO問(wèn)題的可分性,由于協(xié)同進(jìn)化算法需要對(duì)L... 

【文章來(lái)源】：南昌航空大學(xué)江西省

【文章頁(yè)數(shù)】：64 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 研究背景與意義
    1.2 LSGO問(wèn)題研究現(xiàn)狀
        1.2.1 協(xié)同進(jìn)化算法
        1.2.2 進(jìn)化計(jì)算
        1.2.3 群體智能
        1.2.4 局部搜索
        1.2.5 種群初始化
    1.3 本文研究的目的及意義
    1.4 本文研究的主要內(nèi)容以及文章結(jié)構(gòu)
第2章 協(xié)同進(jìn)化算法的分組策略研究
    2.1 問(wèn)題可分性
    2.2 靜態(tài)分組
    2.3 動(dòng)態(tài)分組
        2.3.1 隨機(jī)動(dòng)態(tài)分組
        2.3.2 動(dòng)態(tài)學(xué)習(xí)分組
    2.4 關(guān)于分組策略的相關(guān)試驗(yàn)
    2.5 本章總結(jié)
第3章 基于維度缺失檢測(cè)與恢復(fù)的協(xié)同進(jìn)化算法
    3.1 綜述
    3.2 維度缺失
    3.3 基于維度缺失檢測(cè)與恢復(fù)的協(xié)同進(jìn)化算法
        3.3.1 基于分組的維度缺失檢測(cè)算子
        3.3.2 維度恢復(fù)算子
        3.3.3 基于維度缺失檢測(cè)與恢復(fù)的協(xié)同進(jìn)化算法
    3.4 實(shí)驗(yàn)數(shù)據(jù)與分析
        3.4.1 有效性分析
        3.4.2 多樣性分析
        3.4.3 比例系數(shù)對(duì)算法影響分析
        3.4.4 收斂性結(jié)果分析
    3.5 本章總結(jié)
第4章 基于重要性與相關(guān)性度量的協(xié)同進(jìn)化算法
    4.1 重要性和相關(guān)性度量概述
    4.2 靈敏度分析
    4.3 基于重要性與相關(guān)性度量的協(xié)同進(jìn)化算法
        4.3.1 基于重要性與相關(guān)性度量的分組方法
        4.3.2 基于重要性與相關(guān)性度量的協(xié)同進(jìn)化算法
    4.4 實(shí)驗(yàn)數(shù)據(jù)及分析
        4.4.1 實(shí)驗(yàn)設(shè)置
        4.4.2 分組有效性分析
        4.4.3 算法收斂結(jié)果對(duì)比
    4.5 本章總結(jié)
第5章 總結(jié)與工作展望
    5.1 總結(jié)
    5.2 工作展望
參考文獻(xiàn)
碩士期間發(fā)表的論文和參與的科研項(xiàng)目
致謝


【參考文獻(xiàn)】：
期刊論文
[1]面向混合變量和任意時(shí)間優(yōu)化的蟻群算法[J]. 廖天俊,余赟.  系統(tǒng)工程與電子技術(shù). 2017(03)
[2]合作型協(xié)同演化算法研究進(jìn)展[J]. 張凱波,李斌.  計(jì)算機(jī)工程與科學(xué). 2014(04)



本文編號(hào)：3251468