收藏本站
《中国科学技术大学》 2011年
收藏 | 手机打开
二维码
手机客户端打开本文

基于多方法融合的进化算法研究

王瑜  
【摘要】:作为一类新兴的计算理论与方法,进化算法(EvolutionaryAlgorithm(EA))已在许多工程与科研应用领域展现出优越的性能。相比于传统优化算法,EA只需要极少的参数设定以及少量的问题先验知识便可以实施寻优;对于工程优化问题中所存在的多个约束条件,EA无需进行复杂的归一化处理。此外,EA在多峰优化问题和多变量相关联的优化问题上也展现出了明显的性能优势。 近二十年来,EA的研究已经取得了许多重要进展,但是,当应用于一些复杂的工程应用问题时,此前的EA算法版本仍然存在许多问题有待研究解决。其中,以下三个方面的不足最为业内关注:(1)EA的普适性仍然有待提高;(2)EA的延展性不足,其性能随着优化问题规模的增大(变量个数增多)而迅速降低;(3)EA在工程优化问题上的应用并不广泛。针对前两方面的不足,本文通过引入多方法融合的思想,提出更具鲁棒性的EA算法框架,以提升EA的延展性和普适性。同时,本文将所提出的算法应用于解决多项工程应用问题,取得了较好的成果。 在算法设计方面,本文主要围绕着多方法融合(multi-method ensemble)思想展开研究。所取得的成果可以分为三个方面: 1.针对此前各种分布估计算法(EDA)版本延展性不强的问题,本文通过引入多方法融合思想,设计一种自适应混合采样操作,并提出一种面向大规模优化应用的EDA -基于自适应混合分布采样的EDA(MUEDA)。MUEDA相对于传统EDA与经典的大规模优化EA的性能优势通过30 -1500维的函数优化实验得到全面验证。 2.针对此前各种粒子群优化算法(PSO)版本普适性较差的问题,本文设计了一种自适应学习的算法框架,将多个PSO新解生成策略并列执行,提出自适应学习PSO(SLPSO)。SLPSO可以根据不同优化问题的特性,甚至是同一优化问题在不同优化阶段对优化算法要求的不同,将较多的计算资源分配给当前表现最好的策略。在这样的情况下,SLPSO的普适性得到了显著地提高。这一自适应方法的效果得到了函数优化实验和电力系统负载调配优化(ELD)实验结果的有力支持。 3.在之前的研究中,以多方法融合为指导思想的EA均采用并列执行的框架。此类算法的普适性基本由框架对优化反馈的学习能力所决定。因此,并列框架在病态优化问题、带欺骗性优化问题以及极度多峰优化问题上表现仍然无法令人满意。为了改变这一现状,本文提出了基于两层串列结构的多方法融合框架(TSEA)。该框架的主体思想是根据具体问题的特性,将优化过程自适应地划分为相对独立的两个阶段:全局收敛阶段和深度搜索阶段。该算法框架的有效性在对多个复杂优化问题实施求解的过程中得到了充分验证。 以两阶段串列结构的多方法融合算法框架为基础,本文设计了可应用于一般单目标优化、大规模单目标优化、多目标优化以及动态多目标优化问题求解的一系列具体算法实例。这些算法的性能除了在各类复杂函数优化问题上得到验证外,还在实际工程优化应用问题上展现出显著超越此前优化算法的性能表现。这些应用问题包括: 1.大规模优化问题(变量个数在102数量级以上):MUEDA和TSEA在该类问题上取得了较大的突破。这主要表现为:在常规的问题上,本文算法的效率取得了与变量个数增加呈近似线性关系的降低趋势;在较难的问题上,对比于多种新近提出的面向大规模优化算法,我们的算法无论在搜索效率和有效性方面都表现出较大的优势。在2008年和2010年IEEE计算智能大会(WCCI)所组织的大规模优化竞赛中,MUEDA和TSEA均取得综合排名第二的好成绩。 2.大规模电力系统负载调配(ELD):ELD问题是电力系统中非常重要但仍难以有效解决的优化问题。此前算法的性能随着ELD问题规模的增大衰减很快。为了改解决这一问题,本文基于TSEA算法框架、利用EDA和差分进化(DE)算法设计了一个自适应大规模ELD优化算法。对比此前最好的ELD优化算法,ED-DE以较小的代价搜索到更好的负载调配方案。特别地,ED-DE在所有已知的经典ELD问题上均刷新了最优解的记录。此外,本文也将SLPSO算法应用于大规模ELD问题求解,也取得了很好的效果 3.数字IIR滤波器设计:数字IIR滤波器在数字信号处理领域有重要的作用。进化算法是求解该问题的主要算法之一。此前基于进化算法的求解方案存在两方面不足:(1)求解问题的规模(滤波器的阶数)有限;(2)取得的滤波器设计方案一般是以浮点数表示。此前算法在实际应用时会遇到两方面困难:求解问题规模的增加对算法的延展性提出了更高的要求;定点数的使用会造成求解空间的退化以及搜索信息的缺失,从而提升了对算法鲁棒性的要求。本文基于串列多方法融合框架思想,设计了新的两阶段Memetic算法(MA)TSMA,在数字IIR滤波器设计优化上取得了很好的效果。在高阶定点数数字IIR滤波器设计问题上,此前最为有效的优化算法均已失效,而TSMA仍能够获得可靠的性能表现。 此外,串列多方法融合框架思想还被用于新兴的动态多目标优化问题的求解,也取得了很好的性能表现。综合本文的研究成果,基于两层串列结构的多方法融合框架在增强算法效率、有效性、鲁棒性以及普适性等各方面都表现出强大的生命力,适用于大规模复杂优化问题的求解。
【学位授予单位】:中国科学技术大学
【学位级别】:博士
【学位授予年份】:2011
【分类号】:TP301.6

【共引文献】
中国期刊全文数据库 前10条
1 许小健;张金轮;;微进化算法[J];安徽工程科技学院学报(自然科学版);2010年04期
2 ;Multi-swingby optimization of mission to Saturn using global optimization algorithms[J];Acta Mechanica Sinica;2009年06期
3 ;A Preliminary Application of the Differential Evolution Algorithm to Calculate the CNOP[J];Atmospheric and Oceanic Science Letters;2009年06期
4 许小健;干洪;张金轮;;差分进化算法及其在固结系数计算中的应用[J];地下空间与工程学报;2010年05期
5 傅阳光;周成平;胡汉平;;无人飞行器海上航迹规划差分进化算法研究[J];兵工学报;2012年03期
6 彭志红;孙琳;陈杰;;基于改进差分进化算法的无人机在线低空突防航迹规划[J];北京科技大学学报;2012年01期
7 苏国韶;张小飞;符兴义;陈光强;;爆炸荷载作用下岩体振动特性的DE-FLAC~(3D)数值模拟方法[J];北京理工大学学报;2009年06期
8 尚海滨;崔平远;乔栋;;基于微分进化的行星际小推力轨道全局优化方法[J];北京理工大学学报;2010年11期
9 梅跃松;于剑桥;周亮;孟宏志;张伟;;基于微分进化算法的导弹起飞质量优化设计[J];北京理工大学学报;2011年11期
10 彭智;谢玲;;混合优化算法的全局收敛性分析[J];北京理工大学学报;2012年04期
中国重要会议论文全文数据库 前10条
1 龚鹍;邓方;陈杰;;基于自适应差分进化算法和傅里叶神经网络的电子罗盘的标定[A];中国自动化学会控制理论专业委员会B卷[C];2011年
2 王亚楠;陈杰;甘明刚;;基于差分进化的改进粒子滤波目标跟踪算法[A];中国自动化学会控制理论专业委员会C卷[C];2011年
3 ;A New Multiple Attribute Decision Making Method Based on Preference and Projection Pursuit Clustering Model[A];中国自动化学会控制理论专业委员会D卷[C];2011年
4 李俊峰;祝开建;;2005年~2007年国际深空轨迹优化竞赛综述[A];动力学与控制及航天应用[C];2008年
5 李二保;雷菁;徐富兵;华力;;LDPC码度分布的优化研究[A];第十三届全国信号处理学术年会(CCSP-2007)论文集[C];2007年
6 李志伟;胥颐;郝天珧;刘劲松;;利用非线性方法反演琉球-台湾-吕宋地区的岩石层P波速度结构[A];中国科学院地质与地球物理研究所2007学术论文汇编(第六卷)[C];2008年
7 Steve Roecker;;A global optimizing approach for waveform inversion of receiver functions[A];中国科学院地质与地球物理研究所第十届(2010年度)学术年会论文集(中)[C];2011年
8 刘潇;桂卫华;王雅琳;王晓丽;阳春华;;一种改进的多目标差分进化算法研究[A];中国自动化学会中南六省(区)2010年第28届年会·论文集[C];2010年
9 常松涛;王永骥;张达;苏茂;;基于DE算法的再入飞行器横向机动能力研究[A];中南六省(区)自动化学会第二十九届学术年会论文集[C];2011年
10 江善和;王其申;江巨浪;;一种速度差分变异的粒子群优化算法[A];2009中国控制与决策会议论文集(2)[C];2009年
中国博士学位论文全文数据库 前10条
1 吴德烽;计算智能在三维表面扫描机器人系统中的应用研究[D];大连海事大学;2010年
2 王正家;ACA互连的多因素作用分析与性能优化[D];华中科技大学;2010年
3 朱少敏;多媒体数字水印若干关键算法研究[D];中国电力科学研究院;2010年
4 许伟;基于进化算法的复杂化工过程智能建模方法及其应用[D];华东理工大学;2011年
5 杨国鹏;基于机器学习方法的高光谱影像分类研究[D];解放军信息工程大学;2010年
6 张明明;面向量子可逆逻辑自动综合的多目标进化算法研究[D];东华大学;2010年
7 齐峰;人工神经树网络模型的优化研究与应用[D];山东师范大学;2011年
8 董旭初;Bayesian网的最优树分解研究[D];吉林大学;2011年
9 付宏杰;求解二元约束满足问题的混合差分进化算法研究[D];吉林大学;2011年
10 何伟;地下结构地震响应及其与地表建筑的影响研究[D];大连理工大学;2011年
中国硕士学位论文全文数据库 前10条
1 龚正;多目标进化算法改进策略的研究[D];湘潭大学;2010年
2 刘子文;改进的粒子群算法在停车场中的应用[D];湘潭大学;2010年
3 范勤勤;基于协进化策略的改进差分进化算法及应用[D];华东理工大学;2011年
4 李飞;改进的AEA算法及其在过程建模中的应用[D];华东理工大学;2011年
5 夏宇庆;人工鱼群与差分进化混合优化算法在水质模拟预测中的应用[D];浙江大学;2011年
6 梁峰;基于BPSO和变邻域差分进化算法的配电网重构[D];东北电力大学;2011年
7 孟显;基于改进差分进化算法的含风电场的电力系统无功优化[D];河北农业大学;2011年
8 高攀;解多目标优化问题的改进差分进化算法研究[D];西安电子科技大学;2010年
9 余永红;代谢过程控制与优化的智能算法研究—参数估计[D];江南大学;2011年
10 赵霞;基于智能优化算法的期权定价模型参数估计[D];江南大学;2011年
【相似文献】
中国期刊全文数据库 前10条
1 周昕;殷芸辉;;新型电网故障诊断专家系统的设计[J];江苏电机工程;2007年03期
2 蓝艇;刘士荣;顾幸生;;基于进化算法的多目标优化方法[J];控制与决策;2006年06期
3 张荣沂;一种新的集群优化方法——粒子群优化算法[J];黑龙江工程学院学报;2004年04期
4 柳毅;叶春明;沈运红;;应用改进微粒群算法求解Job-shop调度问题[J];系统工程与电子技术;2006年04期
5 张景成;戴光明;;基于指标的多目标进化算法研究[J];计算机工程;2009年23期
6 刘雪英;引入传统算子和记忆信息的进化算法[J];内蒙古工业大学学报(自然科学版);2001年03期
7 向勇;唐常杰;曾涛;刘胤田;乔少杰;;基于基因表达式编程的多目标优化算法[J];四川大学学报(工程科学版);2007年04期
8 姚金涛;林亚平;张明武;童调生;;一种基于决策图贝叶斯网络的强度Pareto进化算法[J];计算机学报;2005年12期
9 周文杰;徐勇;;基于CMA-ES算法的支持向量机模型选择[J];计算机仿真;2010年04期
10 符小卫;高晓光;;基于概率分析进化算法的飞行航迹规划[J];计算机工程与应用;2006年28期
中国重要会议论文全文数据库 前10条
1 李翔;梁昔明;阎纲;龙祖强;李庆华;;用协同线搜索技术改善PSO优化性能[A];第二十七届中国控制会议论文集[C];2008年
2 刘世金;刘大利;张敬泉;;基于进化算法的多峰函数优化问题研究[A];2007系统仿真技术及其应用学术会议论文集[C];2007年
3 楼洋;李均利;陈刚;;基于个体排序的差分进化算法[A];'2010系统仿真技术及其应用学术会议论文集[C];2010年
4 莫纯欢;石纯一;史忠植;陈青;周代琪;;进化算法中的各种选择机制的分析和比较[A];信息科学与微电子技术:中国科协第三届青年学术年会论文集[C];1998年
5 赵娟;蔡涛;邓方;杨红伟;;基于改进差分进化算法的脉冲控制方法[A];中国自动化学会控制理论专业委员会B卷[C];2011年
6 ;ANALOG FAULT DIAGNOSIS BASED ON S-TRANSFORM AND PSO[A];第十四届全国容错计算学术会议(CFTC'2011)论文集[C];2011年
7 刘虹;张岐山;;改进PSO-GM(1,1)及其在产品寿命预测中的应用[A];第19届灰色系统全国会议论文集[C];2010年
8 ;A Quantum-PSO Algorithm for No-Wait Flow shop Scheduling Problem[A];Proceedings of 2010 Chinese Control and Decision Conference[C];2010年
9 周心阳;任佳;潘海鹏;;基于改进PSO算法的织物热定型工艺参数优化[A];中国自动化学会控制理论专业委员会B卷[C];2011年
10 ;The VNP-PSO Method for Medical Image Registration[A];第二十九届中国控制会议论文集[C];2010年
中国重要报纸全文数据库 前10条
1 本报记者 徐玢;进化畅想:机器人能否成“人”[N];科技日报;2009年
2 兴业期货 秦小坡;基于PSO算法的二维动量空间在股指期货上的应用[N];期货日报;2010年
3 ;增添硬模块优化算法MCU触控更显优势[N];中国电子报;2010年
4 ;六阵元智能天线解决方案[N];通信产业报;2007年
5 本报记者 程鸿;把服务作成产品[N];计算机世界;2002年
6 联合证券研究所  执笔:王红兵;几个用于期现套利的股票组合[N];上海证券报;2007年
7 Riverbed科技公司北方区经理 王晓静;Riverbed:提高WAN性能[N];网络世界;2007年
8 赵国范;中荷联手生产甜菜种子[N];农民日报;2001年
9 ;EXFO 100G测试解决方案[N];通信产业报;2010年
10 范兴川;用基础理论研究推动我国高性能软件技术创新[N];科技日报;2005年
中国博士学位论文全文数据库 前10条
1 王瑜;基于多方法融合的进化算法研究[D];中国科学技术大学;2011年
2 许伟;基于进化算法的复杂化工过程智能建模方法及其应用[D];华东理工大学;2011年
3 贾东立;改进的差分进化算法及其在通信信号处理中的应用研究[D];上海大学;2011年
4 张鹏翔;多目标进化算法及其在电力系统中的应用研究[D];华中科技大学;2004年
5 李映;混合智能计算方法及其应用[D];西安电子科技大学;2002年
6 崔承刚;基于启发式知识进化算法的复杂约束优化问题求解[D];浙江大学;2010年
7 陆婷;进化回归神经网络的研究及应用[D];华南理工大学;2003年
8 孙成富;差分进化算法及其在电力系统调度优化中的应用研究[D];华中科技大学;2010年
9 王允良;飞行器总体参数优化的进化算法及其应用研究[D];西北工业大学;2006年
10 童梅;智能控制在电力系统谐波抑制中的应用[D];浙江大学;2002年
中国硕士学位论文全文数据库 前10条
1 冀德刚;物流运输中车辆路径优化算法研究[D];河北大学;2011年
2 刘楠楠;基于进化算法的多目标优化算法及应用研究[D];南京航空航天大学;2010年
3 谢俊凰;进化算法研究平台的设计与开发—数据处理[D];太原科技大学;2011年
4 刘彤;解多目标优化问题的进化算法[D];西安电子科技大学;2010年
5 邹丽珊;共同进化算法及其应用研究[D];湘潭大学;2002年
6 杨淑媛;量子进化算法的研究及其应用[D];西安电子科技大学;2003年
7 陈妍;进化策略算法与应用的研究[D];吉林大学;2008年
8 刘淳安;无偏好多目标优化进化算法及其应用[D];西安电子科技大学;2005年
9 李鸥 ;使用SP-MEC算法求解多目标问题[D];太原理工大学;2005年
10 杜金玲;基于水平集进化的全局优化进化算法研究[D];西安电子科技大学;2004年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026