版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、受自然界生態(tài)系統(tǒng)中多物種協(xié)同進(jìn)化現(xiàn)象的啟發(fā),人們提出了一類新型進(jìn)化算法:協(xié)同進(jìn)化算法(Co-Evolutionary Algorithm)。協(xié)同進(jìn)化算法能有效解決許多傳統(tǒng)進(jìn)化算法難以解決的復(fù)雜問(wèn)題,是近年來(lái)計(jì)算智能領(lǐng)域的一個(gè)研究熱點(diǎn)。動(dòng)態(tài)種群規(guī)模調(diào)節(jié)技術(shù)是進(jìn)化算法中的一項(xiàng)重要技術(shù),其目的在于自適應(yīng)地平衡全局搜索能力和局部搜索能力之間的矛盾,合理分配計(jì)算資源以提高算法的整體性能。由于進(jìn)化動(dòng)力學(xué)機(jī)制的不同,傳統(tǒng)進(jìn)化算法中已有的動(dòng)態(tài)種群規(guī)模調(diào)
2、節(jié)技術(shù)并不適合協(xié)同進(jìn)化算法;而協(xié)同進(jìn)化算法的現(xiàn)有工作又大多集中在針對(duì)具體應(yīng)用問(wèn)題的算法設(shè)計(jì)方面,動(dòng)態(tài)種群規(guī)模技術(shù)的研究幾乎是一片空白。 本文從協(xié)同進(jìn)化算法的共性入手,以適應(yīng)度評(píng)估過(guò)程中的個(gè)體相互作用為出發(fā)點(diǎn),設(shè)計(jì)了一個(gè)具有通用性的動(dòng)態(tài)種群規(guī)模調(diào)節(jié)策略,并在該策略的基礎(chǔ)上構(gòu)建了一個(gè)統(tǒng)一的協(xié)同進(jìn)化算法模型,稱為動(dòng)態(tài)種群規(guī)模的協(xié)同進(jìn)化算法模型(Model of Co-Evolutionary Algorithm with Dynami
3、c population size),簡(jiǎn)稱CEAD模型。該模型從協(xié)同進(jìn)化算法的本質(zhì)出發(fā),描述了協(xié)同進(jìn)化算法共通的進(jìn)化機(jī)制,其算法體系涵蓋了包括競(jìng)爭(zhēng)型、合作型、混合型在內(nèi)的各種協(xié)同進(jìn)化算法,具有重要的指導(dǎo)意義。 我們從動(dòng)力學(xué)、穩(wěn)定性、收斂性、計(jì)算復(fù)雜度等多個(gè)方面對(duì)CEAD模型及其算法體系作了全面的理論分析。理論分析指出,CEAD模型具有全局漸近穩(wěn)定性,在其指導(dǎo)下設(shè)計(jì)的協(xié)同進(jìn)化算法,可以保證種群規(guī)模能夠自適應(yīng)地調(diào)節(jié)至合適的水平,從而
4、有效地平衡全局搜索能力和局部搜索能力之間的矛盾,合理地在子種群間分配計(jì)算資源,令算法能夠穩(wěn)定而高效地收斂到全局最優(yōu)解。 最后,我們完成了CEAD算法體系在兩種典型復(fù)雜優(yōu)化問(wèn)題求解中的應(yīng)用。在多峰函數(shù)優(yōu)化問(wèn)題中,對(duì)比實(shí)驗(yàn)表明在CEAD模型指導(dǎo)下設(shè)計(jì)的協(xié)同進(jìn)化算法可以合理地調(diào)節(jié)種群規(guī)模,有效地利用計(jì)算資源,具有全局搜索能力強(qiáng)、收斂速度快優(yōu)化性能好、求解效率高等優(yōu)點(diǎn)。在空中流量?jī)?yōu)化調(diào)度中,針對(duì)多目標(biāo)航班著陸調(diào)度模型這一帶有大量約束的多
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 進(jìn)化算法動(dòng)態(tài)種群規(guī)模的研究與應(yīng)用.pdf
- 基于協(xié)同進(jìn)化的大規(guī)模優(yōu)化算法.pdf
- 協(xié)同進(jìn)化算法的研究與應(yīng)用.pdf
- 基于協(xié)同進(jìn)化的動(dòng)態(tài)多目標(biāo)優(yōu)化算法.pdf
- 協(xié)同進(jìn)化多目標(biāo)優(yōu)化算法的改進(jìn)與應(yīng)用
- 協(xié)同進(jìn)化多目標(biāo)優(yōu)化算法的改進(jìn)與應(yīng)用.pdf
- 協(xié)同進(jìn)化算法及其應(yīng)用研究.pdf
- 自適應(yīng)協(xié)同進(jìn)化模型及應(yīng)用.pdf
- 協(xié)同進(jìn)化果蠅免疫優(yōu)化算法及應(yīng)用.pdf
- 支持學(xué)習(xí)的協(xié)同進(jìn)化模型研究及應(yīng)用.pdf
- 基于多種群協(xié)同進(jìn)化粒子群優(yōu)化算法在入侵檢測(cè)中的應(yīng)用.pdf
- 666.協(xié)同進(jìn)化遺傳算法的研究與應(yīng)用
- 多蜂群協(xié)同進(jìn)化算法及其應(yīng)用研究.pdf
- 協(xié)同進(jìn)化數(shù)值優(yōu)化算法及其應(yīng)用研究.pdf
- 多目標(biāo)雙系統(tǒng)協(xié)同進(jìn)化算法及其應(yīng)用.pdf
- 多種群協(xié)同進(jìn)化及其在創(chuàng)新概念設(shè)計(jì)中的應(yīng)用.pdf
- 結(jié)合競(jìng)爭(zhēng)與合作的新型協(xié)同進(jìn)化算法.pdf
- 基于共生協(xié)同進(jìn)化的多目標(biāo)算法及其應(yīng)用.pdf
- 基于信息維的協(xié)同進(jìn)化算法研究.pdf
- 基于免疫Agent的協(xié)同進(jìn)化算法研究.pdf
評(píng)論
0/150
提交評(píng)論