学位论文 > 优秀研究生学位论文题录展示

并行与双系统协同差异进化算法及其应用

作　者: 王磊
导　师: 滕弘飞
学　校: 大连理工大学
专　业: 计算机技术
关键词: 协同进化差异进化并行计算双系统耦合问题
分类号: TP18
类　型: 硕士论文
年　份: 2011年
下　载: 16次
引　用: 0次
阅　读: 论文下载

内容摘要

协同进化算法(CEA)是人们受自然界生物协同进化现象的启发而提出一种新的优化算法,近年来协同进化算法已逐渐成为进化算法领域的一个重要研究方向,为解决复杂优化问题提供了有效的途径。协同进化算法也是求解工程系统优化问题的一种有效方法,被称为工程系统设计方法,逐渐引起工程领域的广泛关注。协同进化算法基本思想是采用多个种群协同进化,个体适应度的评价通过与其它种群的协同来完成。根据种群间协同关系,协同进化算法分为竞争型和合作型两类。本文主要研究的是合作型协同进化算法(CCEA),合作型协同进化算法求解高维优化问题时显示出了较好的计算性能,但是还存在不足。本文重点研究其中的两个问题：一是如何更好的实现CCEA并行计算,进一步提高CCEA的计算精度和效率；二是针对CCEA求解强耦合问题(尤其是对于不可分问题)能力不足,如何提高其求解强耦合问题的能力。为此,本对协同进化算法及其求解强耦合问题的能力进行了研究,提出了一种并行协同差异进化算法(PCCDE)和一种双系统协同差异进化算法(DCCDE),同时对提高DCCDE求解强耦合优化问题能力进行了研究。论文的主要工作如下：(1)针对合作型协同进化算法求解大规模优化问题需要并行高效的计算,本文基于协同差异进化算法(CCDE)和整体同步并行计算模型(BSP),提出了一种并行协同差异进化算法(PCCDE)。采用改进的Archive协同机制取代了CCDE原有的协同机制,有助于求解系统最优解,基于BSP模型实现了CCDE的并行高效计算。最后经标准测试函数仿真实验结果表明,本算法不仅提高计算效率,而且也提高了计算质量。(2)针对合作式协同进化算法求解耦合优化问题能力不足,本文基于双系统变粒度协同进化算法(DVGCCGA)提出一种双系统协同差异进化算法(DCCDE)。本文算法采用双系统框架,双系统之间个体迁移通过子系统之间子个体迁移实现。本文算法改进了DVGCCGA算法的协调机制,用高效的全局搜索差异进化算法(DE)取代了遗传算法(GA),并辅以简单交叉局部搜索策略,提高DCCDE计算性能。为提高DCCDE求解耦合问题的能力,本文从变量分组,协调机制和提高算法解空间探索能力三方面进行了研究。经20个部分可分和完全不可分测试函数验证,与同类算法比较本文算法具有较好的计算精度和收敛速度,同时也表明基于CCDE框架的算法对于求强解耦合优化问题具有很大的潜力和发展前途。(3)通过卫星舱布局优化数值仿真实验表明,本文PCCDE和DCCDE算法能够取得令人满意的优化结果。本文算法不仅可用于高维函数优化问题求解,也可用于一类复杂布局优化设计求解,本文工作期望有助于协同进化算法在耦合工程系统中应用,也有助于协同进化算法的理论研究。

全文目录

摘要  4-6
Abstract  6-10
1 绪论  10-17
  1.1 课题研究背景  10-11
  1.2 协同进化算法研究进展  11-14
    1.2.1 竞争型协同进化算法研究进展  12-13
    1.2.2 合作型协同进化算法研究进展  13-14
    1.2.3 协同进化算法面临的困难  14
  1.3 本论文的主要工作  14-16
  1.4 论文章节内容安排  16-17
2 差异进化算法与协同进化算法概述  17-28
  2.1 差异进化算法  17-22
    2.1.1 标准差异进化算法  17-19
    2.1.2 差异进化算法的变异策略  19
    2.1.3 差异进化算法的研究现状  19-22
  2.2 协同进化算法  22-26
    2.2.1 协同进化算法概述  22-24
    2.2.2 合作型协同进化算法模型  24-26
  2.3 系统变粒度协同进化算法  26-27
  2.4 小结  27-28
3 并行协同差异进化算法  28-39
  3.1 CCDE问题的分解与协调  28-29
    3.1.1 高维优化问题分解  29
    3.1.2 CCDE子种群间协调机制  29
  3.2 基于Archive机制的合作个体选择协调机制  29-31
  3.3 本文并行CCDE算法  31-34
    3.3.1 BSP并行计算模型  31
    3.3.2 并行CCDE算法框架  31-33
    3.3.3 PCCDE算法时间复杂度分析  33-34
  3.4 高维优化函数算例验证  34-37
    3.4.1 实验函数和参数设置  34-35
    3.4.2 数值实验结果  35-36
    3.4.3 结果分析与讨论  36-37
  3.5 小结  37-39
4 双系统协同差异进化算法及其求解耦合问题的能力  39-52
  4.1 CCEA求解耦合问题能力  39-40
  4.2 双系统协同差异进化算法  40-46
    4.2.1 问题分解方式  41-43
    4.2.2 DCCDE的协同机制和A、B系统间的协作  43-44
    4.2.3 改进算法的空间探索能力  44-45
    4.2.4 双系统协同差异进化算法流程  45-46
  4.3 算法性能测试实验  46-51
    4.3.1 测试函数  46-47
    4.3.2 实验设置  47
    4.3.3 实验结果及分析  47-51
  4.4 小结  51-52
5 卫星舱布局优化设计实例验证  52-64
  5.1 卫星舱布局优化问题概述  52-53
  5.2 卫星舱布局优化计算模型  53-57
    5.2.1 卫星舱布局问题设计约束  54-56
    5.2.2 卫星舱布局问题优化数学模型  56-57
  5.3 卫星舱布局优化计求解方法  57-58
  5.4 卫星舱布局算例  58-63
    5.4.1 实验设置  58-60
    5.4.2 实验结果  60
    5.4.3 结果对比与分析  60-63
  5.5 小结  63-64
结论  64-66
参考文献  66-71
攻读硕士学位期间发表学术论文情况  71-72
致谢  72-73

并行与双系统协同差异进化算法及其应用

内容摘要

全文目录

相似论文