發(fā)布時間：2018-12-13 06:35

【摘要】：基于分而治之的策略,研究求解大規(guī)模優(yōu)化問題的新方法。首先,基于加性可分性原理提出一種改進的變量分組方法,該方法以隨機取點的方式,成對檢測所有變量之間的相關性;同時,充分利用相關性學習的信息,對可分變量組進行再次降維;其次,引入改進的差分進化算法作為新型子問題優(yōu)化器,增強了子空間的尋優(yōu)性能;最后,將兩項改進引入到協(xié)同進化框架構建DECC-NDG-CUDE算法。在10個選定的大規(guī)模優(yōu)化問題上進行分組和優(yōu)化兩組仿真實驗,分組實驗結果表明新的分組方法能有效識別變量的相關性,是有效的變量分組方法;優(yōu)化實驗表明,DECCNDG-CUDE算法對10個問題的求解相對于兩種知名算法DECC-DG、DECCG在性能上具備整體優(yōu)勢。
[Abstract]:Based on the divide-and-conquer strategy, a new method for solving large-scale optimization problems is studied. Firstly, based on the additive separability principle, an improved variable grouping method is proposed, which detects the correlation between all variables in pairs by randomly selecting points. At the same time, we make full use of the information of correlation learning to reduce the dimension of separable variables again. Secondly, the improved differential evolution algorithm is introduced as a new subproblem optimizer to enhance the performance of subspace optimization. Finally, two improvements are introduced into the coevolutionary framework to construct DECC-NDG-CUDE algorithm. Two groups of simulation experiments are carried out on 10 selected large-scale optimization problems. The results of grouping experiments show that the new grouping method can effectively identify the correlation of variables and is an effective method for grouping variables. The optimization experiments show that the DECCNDG-CUDE algorithm has a global advantage over two well-known algorithms DECC-DG,DECCG in solving 10 problems.
【作者單位】： 九江學院信息科學與技術學院;九江學院理學院;軟件工程國家重點實驗室(武漢大學);
【基金】：國家自然科學基金資助項目(61364025) 江西省教育廳科技項目(GJJ161072,GJJ161076)~~
【分類號】：TP18

【相似文獻】

相關期刊論文 前10條

1 吳亮紅;王耀南;陳正龍;;求解混合整數(shù)非線性規(guī)劃問題的改進差分進化算法[J];小型微型計算機系統(tǒng);2007年04期

2 吳燕玲;盧建剛;孫優(yōu)賢;;基于免疫原理的差分進化[J];控制與決策;2007年11期

3 楊啟文;蔡亮;薛云燦;;差分進化算法綜述[J];模式識別與人工智能;2008年04期

4 許小健;黃小平;錢德玲;;自適應加速差分進化算法[J];復雜系統(tǒng)與復雜性科學;2008年01期

5 寧桂英;周永權;;基于優(yōu)進策略的新差分進化算法動力學模型參數(shù)的估計[J];計算機與應用化學;2008年05期

6 譚躍;譚冠政;涂立;;一種新的混沌差分進化算法[J];計算機工程;2009年11期

7 王培崇;錢旭;王月;虎曉紅;;差分進化計算研究綜述[J];計算機工程與應用;2009年28期

8 肖術駿;朱學峰;;一種改進的快速高效的差分進化算法[J];合肥工業(yè)大學學報(自然科學版);2009年11期

9 周蕭;王萬良;徐新黎;;解決作業(yè)車間調(diào)度問題的混合差分進化算法[J];輕工機械;2010年05期

10 王艷宜;;改進差分進化算法及其應用[J];機械設計與研究;2010年05期

相關會議論文 前5條

1 陸絲馨;肖健梅;王錫淮;;基于改進差分進化算法的艦船電網(wǎng)重構[A];第二十九屆中國控制會議論文集[C];2010年

2 張倩;李海港;;多目標問題的差分進化算法研究[A];2009年中國智能自動化會議論文集（第一分冊）[C];2009年

3 劉國帥;楊侃;陳靜;周景舒;周冉;鄭姣;;差分進化算法在三峽電站廠內(nèi)經(jīng)濟運行中的應用[A];中國水文科技新發(fā)展——2012中國水文學術討論會論文集[C];2012年

4 倪惠康;杜文莉;錢鋒;;基于改進差分進化算法的PID參數(shù)優(yōu)[A];2009年中國智能自動化會議論文集（第一分冊）[C];2009年

5 雍龍泉;;求解一類多目標優(yōu)化問題的極大熵差分進化算法[A];2013年中國智能自動化學術會議論文集（第五分冊）[C];2013年

相關博士學位論文 前10條

1 孫浩;差分進化多目標優(yōu)化算法及其在鋁熱連軋軋制規(guī)程中應用[D];燕山大學;2015年

2 謝宇;差分進化的若干問題及其應用研究[D];南京理工大學;2015年

3 董峗;差分進化算法研究及在港口物流調(diào)度中的應用[D];東北大學;2015年

4 葛延峰;有關智能優(yōu)化算法及應用的若干問題研究[D];東北大學;2013年

5 劉榮輝;多階段自適應差分進化算法及應用研究[D];東華大學;2012年

6 王旭;改進差分進化算法及其在可逆邏輯綜合中的應用[D];東華大學;2013年

7 董明剛;基于差分進化的優(yōu)化算法及應用研究[D];浙江大學;2012年

8 丁青鋒;基于元胞自動機的差分進化算法及其在通信系統(tǒng)中的應用研究[D];上海大學;2015年

9 徐斌;基于差分進化算法的多目標優(yōu)化方法研究及其應用[D];華東理工大學;2013年

10 解為成;基于局部摸索的差分進化算法及其在曲面重建中的應用[D];武漢大學;2013年

相關碩士學位論文 前10條

1 高靜;量子差分進化算法在油田開發(fā)中的應用研究[D];浙江大學;2015年

2 萬婧;基于離散微粒群算法和混合差分進化算法的復雜生產(chǎn)調(diào)度問題求解[D];昆明理工大學;2015年

3 張轉;基于差分進化算法的混凝土德拜模型的研究[D];長安大學;2015年

4 江華;差分進化算法的改進及其在K-means聚類算法中的應用[D];華中師范大學;2015年

5 任甜甜;差分進化算法在反演問題中的研究與應用[D];新疆大學;2015年

6 王丹;基于輔助函數(shù)的自適應差分進化算法研究[D];西安電子科技大學;2014年

7 劉家華;基于進化計算的軋制生產(chǎn)過程操作優(yōu)化算法與系統(tǒng)開發(fā)[D];東北大學;2013年

8 張偉;差分進化算法的改進研究[D];西安電子科技大學;2014年

9 侍倩;基于差分進化算法的多目標優(yōu)化問題的研究[D];東華大學;2016年

10 萬小蘭;差分進化算法及其在企業(yè)信息化中的應用研究[D];首都經(jīng)濟貿(mào)易大學;2015年

，

本文編號：2376082