学位论文 > 优秀研究生学位论文题录展示

改进的差异进化算法求解高维全局优化问题研究

作　者: 封朋成
导　师: 蔡自兴
学　校: 中南大学
专　业: 控制科学与工程
关键词: 进化算法 差异进化算法 高维全局优化问题 协同进化 进化算法框架
分类号: TP18
类　型: 硕士论文
年　份: 2010年
下　载: 113次
引　用: 0次
阅　读: 论文下载
 

内容摘要


全局优化问题在科学与工程领域普遍存在,具有重要的研究意义和应用价值。随着研究的深入,因搜索空间巨大而求解难度大的高维全局优化问题逐渐成为优化问题研究的新热点。而对求解一般全局优化问题具有较好性能的差异进化算法,在求解高维全局优化问题时则需要做很大改进才能取得较好的效果。本文围绕改进差异进化算法求解高维全局优化问题展开,并对进化算法框架等相关领域进行了较为深入的研究。本文首先阐述差异进化算法的标准实现、常用差异策略、最新发展和当前研究热点,在描述了高维全局优化问题之后,介绍了对求解高维全局优化问题的较为有效的协同进化算法。本文通过将差异进化算法与Potter协同进化模型结合,提出了一种自适应构造块识别协同差异进化算法。该算法使用了两个种群,一个为基因序种群,用于调整候选解个体的基因序以识别构造块,一个为候选解种群,用于搜索最优解和评价基因序个体的优劣。两个种群使用不同的搜索算法进行进化,并具有协同进化机制,通过种群合作搜索最优解。实验表明,自适应构造块识别协同差异进化算法具有较强的全局和局部搜索能力,是求解高维全局优化问题的一种有效算法。由于目前进化算法的分支众多,研究者亟需便利的研究工具。本文提出了一种进化算法框架EA++,该进化算法框架抽象了进化算法的种群结构、进化过程、进化算子、适应值评估、数据统计等主要组成部分,提供了进化算法的基础实现,采用了低耦合的模块设计、可扩展的分层设计和高效率的底层实现,具有较为安全的异常处理机制。与进化算法领域的其他框架比较,EA++框架具有高效、灵活、可扩展、可配置、可移植的特点,对进化算法的研究者们具有较高的应用价值。

全文目录


摘要  4-5
ABSTRACT  5-9
第一章 绪论  9-12
  1.1 课题研究背景  9-10
  1.2 现存技术及存在的问题  10-11
  1.3 本论文的主要工作  11-12
第二章 差异进化算法  12-20
  2.1 差异进化算法的起源  12
  2.2 标准差异进化算法  12-14
  2.3 差异进化算法的差异策略  14-15
  2.4 差异进化算法的发展  15-17
  2.5 差异进化算法的研究热点  17-19
  2.6 本章小结  19-20
第三章 高维优化问题及求解算法  20-26
  3.1 高维优化问题描述  20
  3.2 高维优化问题求解  20-21
  3.3 协同进化算法  21-25
    3.3.1 竞争型协同进化算法  21-22
    3.3.2 协作型协同进化算法  22-23
    3.3.3 协同进化算法的发展  23-25
  3.4 本章小结  25-26
第四章 自适应构造块识别协同差异进化算法  26-44
  4.1 算法描述  26-37
    4.1.1 高维优化问题与差异进化算法  26
    4.1.2 构造块识别与子问题划分  26-27
    4.1.3 多种群设计  27-29
    4.1.4 基因序种群的进化  29-31
    4.1.5 候选解种群的进化  31-34
    4.1.6 算法框架  34-36
    4.1.7 空间与时间复杂度分析  36-37
  4.2 实验结果及讨论  37-43
    4.2.1 测试函数与参数设置  37
    4.2.2 算法的整体性能比较  37-39
    4.2.3 正交算子的作用  39-42
    4.2.4 不同候选解种群进化算法的比较  42-43
  4.3 本章小结  43-44
第五章 EA++进化算法框架  44-60
  5.1 EA++进化算法框架设计与实现  44-55
    5.1.1 已有框架介绍  44-45
    5.1.2 进化算法的抽象分析  45-46
    5.1.3 EA++进化算法框架的设计  46-48
    5.1.4 EA++进化算法框架的实现  48-52
    5.1.5 EA++进化算法框架的扩展  52-53
    5.1.6 EA++进化算法框架的使用  53-55
  5.2 进化算法框架的比较  55-59
    5.2.1 框架的评价  55-56
    5.2.2 进化算法框架评价标准  56-57
    5.2.3 进化算法框架比较  57-59
  5.3 本章小结  59-60
第六章 总结与展望  60-62
  6.1 总结  60-61
  6.2 展望  61-62
参考文献  62-67
附录  67-69
致谢  69-70
攻读硕士学位期间主要的研究成果  70

相似论文

  1. 基于差分进化算法的JSP环境下成套订单研究,F273
  2. 媒介在乡村日常生活中的角色,D422.7
  3. 参数协进化的改进和声搜索算法及其应用,TP391.3
  4. 基于改进蚁群算法的多机协同突防航迹规划方法研究,V249.1
  5. 并行与双系统协同差异进化算法及其应用,TP18
  6. 宇宙大爆炸搜索（BBS）算法及其改进,O224
  7. 智能优化算法及在通信中的应用研究,TN92
  8. 基于差异进化算法的铲运机造型研究,TD422.4
  9. 面向多工序加工系统的加工尺寸偏差建模与控制,TH162
  10. 基于嵌入式技术的磁悬浮寻北仪控制系统设计,TP273.4
  11. 基于协同进化的检测器生成算法,TP393.08
  12. 含风电机组的配电网无功优化及算法研究,TM714.3
  13. 无线Mesh网络功率控制关键技术研究,TN929.5
  14. 基于进化计算的SAR图像分割,TN957.52
  15. 解多目标优化问题的改进差分进化算法研究,TP301.6
  16. 基于差异进化算法和非线性有限元的隧道围岩参数反分析,U451
  17. K-均值聚类算法的研究与改进,TP311.13
  18. 混合智能优化算法及其应用,TP18
  19. 多目标粒子群优化算法研究,TP301.6
  20. 量子进化算法的研究及应用,TP301.6

中图分类: > 工业技术 > 自动化技术、计算机技术 > 自动化基础理论 > 人工智能理论
© 2012 www.xueweilunwen.com