求解全局優(yōu)化問題的進化算法集成研究.pdf

1、中圖分類號UDCTPl83620碩士學位論文學校代碼!Q533求解全局優(yōu)化問題的進化算法集成研究‘’11researchon)lutionaryalgorithmensembkforlhereseCrl0nevolmnar7ensehiestorglobalnumericaloptimizationproblems作者姓名：學科專業(yè)：研究方向：學院(系、所)：指導教師：昌fJ指導教師：牛勇永控制科學與工程進化計算信息科學與工程學院蔡自興

2、王勇她㈡一拂一中南大學二O一四年五月求解全局優(yōu)化問題的進化算法集成研究摘要：在科學研究和工程應用領域，往往會遇到各種各樣的問題，而諸多問題均可歸結為優(yōu)化問題。進化算法是一類廣泛應用于求解優(yōu)化問題的隨機搜索方法，其在復雜問題求解和實際問題應用方面均具有獨特的優(yōu)越性。但是，根據(jù)“沒有免費的午餐“定理可知，不存在一種能夠有效地求解所有類型優(yōu)化問題的算法。鑒于此，國內外學者開始嘗試將多種進化算法進行集成，以獲取普適性更高的多方法搜索算法。因此對

3、該問題的研究具有重要的理論意義和實際價值。不同進化算法在搜索機制上存在顯著差異，因此不同算法之間存在天然的異質性，從而導致不同算法擁有不同的性能。本文通過對CoDE和CMAES兩種算法異質性的分析，設計了一種新的集成進化算法：基于CoDE和CMAES的集成進化算法，簡稱為EBCC。EBCC算法是一種多方法搜索算法，它通過將CoDE和CMA—ES兩種較為優(yōu)秀的算法集成而獲得。CoDE和CMA—ES稱為EBCC的子算法，在EBCC中，這兩種

4、子算法通過種群的信息交互相互學習和促進，EBCC針對這兩種子算法的不同特點，設計了不同的交互方式。為了更合理地利用子算法種群進化過程中的信息，EBCC對歷史種群優(yōu)秀個體進行了存檔，并通過多樣性保持策略來防止存檔種群中的個體過于單一，這也有效地避免了EBCC的早熟收斂。同時EBCC可以動態(tài)識別子算法在種群進化的不同階段搜索性能的優(yōu)劣，然后根據(jù)其優(yōu)劣性為子算法分配不同的適應度函數(shù)評價次數(shù)，從而使得EBCC可以更加有效的利用有限的搜索資源。本

5、文采用CEC2005中提出的25個標準測試函數(shù)對當前流行算法與EBCC的性能進行測試，這些算法包括JADE、CLPSO和GL25。通過對實驗結果的比較和分析，可以看出EBCC算法是一種更具有普適性的優(yōu)秀算法。同時本文采用該測試函數(shù)集對EBCC與其子算法CoDE和CMA—ES的性能進行測試，試驗結果表明EBCC不僅明顯優(yōu)于其子算法CoDE和CMAES，而且充分發(fā)揮了兩種子算法的優(yōu)勢。圖11幅，表4個，參考文獻55篇關鍵詞：全局優(yōu)化，集成進