求解大规模问题协同进化动态粒子群优化算法
作者:
作者单位:

作者简介:

梁静(1981-),女,河南兰考人,博士,教授,博士生导师,主要研究领域为进化计算,群集智能,多目标优化,模式识别;刘睿(1991-),女,硕士,主要研究领域为优化算法;于坤杰(1990-),男,博士,副教授,主要研究领域为进化计算,多目标优化,约束优化,复杂工业过程建模与优化;瞿博阳(1984-),男,博士,副教授,主要研究领域为智能优化算法,多目标优化算法,小生境优化算法及其应用.

通讯作者:

瞿博阳,E-mail:qby1984@hotmail.com

中图分类号:

基金项目:

国家自然科学基金(61673404,61473266,61876169);中国博士后科学基金(2017M622373)


Dynamic Multi-Swarm Particle Swarm Optimization with Cooperative Coevolution for Large Scale Global Optimization
Author:
Affiliation:

Fund Project:

National Natural Science Foundation of China (61673404, 61473266, 61876169); China Postdoctoral Science Foundation (2017M622373)

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    随着工程技术的发展与优化问题数学模型的完善,许多优化问题从低维优化发展成高维的大规模复杂优化,成为实值优化领域的一个热点问题.通过对大规模问题的特点分析,提出了随机动态的协同进化策略,将其加入动态多种群粒子群优化算法中,实现了对种群粒子和决策变量的双重分组.最后,使用CEC2013的大规模全局优化算法的测试集对新算法进行测试,通过和其他算法的对比,验证算法的有效性.

    Abstract:

    With the development of engineering technology and the improvement of mathematical model, a large number of optimization problems have been developed from low dimensional optimization to large-scale complex optimization. Large scale global optimization is an active research topic in the real-parameter optimization. Based on the analysis of the characteristics of large scale problems, a stochastic dynamic cooperative coevolution strategy is proposed in the article. Additionally, a strategy is added to the dynamic multi-swarm particle swarm optimization algorithm. Then, the dual grouping of population and decision variables is realized. Next, the performance of the novel optimization on the set of benchmark functions provided for the CEC2013 special session on large scale optimization is reported. Finally the validity of the algorithm is verified by comparing with other algorithms.

    参考文献
    相似文献
    引证文献
引用本文

梁静,刘睿,于坤杰,瞿博阳.求解大规模问题协同进化动态粒子群优化算法.软件学报,2018,29(9):2595-2605

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2017-05-01
  • 最后修改日期:2017-07-10
  • 录用日期:2017-09-26
  • 在线发布日期: 2017-11-13
  • 出版日期:
文章二维码
您是第位访问者
版权所有:中国科学院软件研究所 京ICP备05046678号-3
地址:北京市海淀区中关村南四街4号,邮政编码:100190
电话:010-62562563 传真:010-62562533 Email:jos@iscas.ac.cn
技术支持:北京勤云科技发展有限公司

京公网安备 11040202500063号