收藏本站
《中国科学技术大学》 2010年
收藏 | 手机打开
二维码
手机客户端打开本文

演化算法的计算复杂性研究

陈天石  
【摘要】: 演化算法是受进化论启发而提出的一大类随机优化算法。该类算法将进化论“物竞天择,适者生存”的思想用于求解优化问题,在计算机科学界得到了广泛而持久的关注。它兴起于上世纪六十年代,蓬勃发展于八十年代和九十年代,最终形成人工智能领域的一个分支—演化计算。总体来说,演化计算是一门实验科学,它的绝大部分工作都立足于模拟实验和实际应用。究其原因,这类算法复杂的随机行为使得严密的理论研究(尤其是计算复杂性研究)难以开展。为了更好地理解演化算法复杂的随机行为从而设计出更高效的演化算法,本文从多个方面开展演化算法的计算复杂性研究,以期增强演化计算领域的理论基础:我们不仅关注更贴近实际的经典演化算法(遗传算法),也关注学术界流行的新型演化算法;我们不仅关注求解传统静态优化问题的演化算法,也关注求解动态优化问题的演化算法;我们不仅关注算法的理论研究,也关注理论结果的实际意义。本文的主要贡献包括: (1)研究了种群经典演化算法的计算复杂性。早期的理论研究常常关注简单但脱离实际的算法模型,这些简化的算法模型距离实际应用中的经典演化算法还有相当大的差距。而本文考虑在算法形式以及运行机制上更贴近实际的种群经典演化算法,为该类算法的时间复杂度分析提出了一种新颖的、系统的方法,并将此方法应用于分析种群规模不同的经典演化算法在若干单峰和多峰优化问题上的时间复杂度。在演化计算领域,上述工作第一次给出了(N+N)经典演化算法(算法的父代种群和子代种群规模相等)时间复杂度的专用分析方法,从而从理论上分析了不同的种群规模对种群演化算法性能的影响。 (2)研究了一类新型演化算法(分布评估算法)的计算复杂性。与直接进化种群的经典演化算法不同,这类算法通过在线调整概率模型来间接地进化种群。在分布评估算法兴起和发展的近二十年来,绝大部分研究都局限于实验观察。虽然有少量研究者关注种群分布评估算法的收敛性,但还没有研究者成功地对这类算法的时间复杂度进行过严密的理论研究。本文为分布评估算法的时间复杂度分析提出一种一般性的研究思路。基于该思路,本文分析了独立边缘分布算法(分布评估算法的一种实例)的时间复杂度,并从理论上验证了对算法的概率模型进行“松弛”的必要性和有效性。在演化计算领域,这项工作第一次为分布评估算法的计算复杂性分析提出了一般性的研究思路,并从理论上严密地分析了种群分布评估算法的时间复杂度,为分布评估算法的计算复杂性研究作出了突破性的贡献。 (3)研究了在动态优化问题背景下随时间可变的变异率策略(随着算法的运行,变异率参数可发生变化)对经典演化算法性能的影响。在演化计算领域,许多研究者对引入适应性变异率策略、自适应变异率策略来提升算法性能抱有较大期望。而本文通过计算复杂性研究发现,在某些动态优化问题上,任意随时间可变的变异率策略都不比固定变异率策略具本质上的优势。基于这个结果,本文建议在求解动态优化问题时,如果缺乏先验知识,演化算法最好不要使用自适应变异率等可变变异率策略,而是按照奥坎姆剃刀原则使用简单的固定变异率策略。在演化计算领域,这项工作第一次系统地分析了任意随时间可变的(如自适应)变异率对算法计算复杂性的影响,显著加强了演化动态优化方向的理论基础,并有助于深入理解演化算法的性能和变异率间的关系。
【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】:2010
【分类号】:TP301.6

知网文化
【引证文献】
中国期刊全文数据库 前1条
1 陈明;丁立新;余建平;;一类基因表达式程序设计的若干收敛定理及其推广[J];小型微型计算机系统;2013年03期
中国博士学位论文全文数据库 前2条
1 孙家泽;群体智能算法及在三维文物虚拟拼接中的应用[D];西北大学;2015年
2 陈明;演化算法渐近行为的若干问题研究[D];武汉大学;2012年
中国硕士学位论文全文数据库 前5条
1 冉雨晴;应用混沌蚁群理论的机械臂控制算法研究[D];辽宁科技大学;2017年
2 张云龙;基于演化算法的软件结构测试数据自动生成方法研究[D];河北工程大学;2014年
3 李鹏;不同选择策略的人工植物算法[D];太原科技大学;2014年
4 崔欢欢;基于SA规则的全路径用例自动生成方法研究[D];华中师范大学;2011年
5 楼洋;基于种群排序和引力分组模型的进化算法研究[D];宁波大学;2012年
【参考文献】
中国期刊全文数据库 前1条
1 姚新;李国杰;;General Simulated Annealing[J];Journal of Computer Science and Technology;1991年04期
【共引文献】
中国期刊全文数据库 前1条
1 潘冠宇;刘磊;;二进制粒子群属性约简中的退火选择策略[J];哈尔滨商业大学学报(自然科学版);2009年06期
【同被引文献】
中国期刊全文数据库 前7条
1 ;About the convergence rates of a class of gene expression programming[J];Science China(Information Sciences);2010年04期
2 朱明放;唐常杰;代术成;陈瑜;乔少杰;向勇;;基于中性突变的朴素基因表达式编程[J];计算机研究与发展;2010年02期
3 杜欣;丁立新;;一类基因表达式程序设计的收敛速度[J];中国科学:信息科学;2010年01期
4 胡建军;吴晓云;;基因表达式编程中的优势种群产生策略[J];小型微型计算机系统;2009年08期
5 王悦;唐常杰;杨宁;陈瑜;徐开阔;;基于基因表达式编程的进化模式定理[J];四川大学学报(工程科学版);2009年02期
6 彭京;唐常杰;元昌安;朱明放;乔少杰;;基于重叠表达的多基因进化算法[J];计算机学报;2007年05期
7 元昌安,唐常杰,左劼,谢方军,陈安龙,胡建军;基于基因表达式编程的函数挖掘——收敛性分析与残差制导进化算法[J];四川大学学报(工程科学版);2004年06期
中国博士学位论文全文数据库 前2条
1 陈天石;演化算法的计算复杂性研究[D];中国科学技术大学;2010年
2 周术诚;三维复杂形状拼接与破碎物体复原技术研究[D];西北大学;2007年
中国硕士学位论文全文数据库 前10条
1 吴强;基于工作空间离散化的重载多足步行机器人控制技术研究[D];吉林大学;2015年
2 范淑静;人工植物优化算法的研究与应用[D];太原科技大学;2012年
3 韩炫;面向路径的软件测试数据生成方法的研究[D];电子科技大学;2011年
4 杨学峰;蚁群算法求解TSP问题的研究[D];吉林大学;2010年
5 白凯;基于遗传算法的测试数据自动生成技术的应用研究[D];太原理工大学;2010年
6 鄢东姝;微分进化算法的改进与扩展[D];吉林大学;2009年
7 王瑛辉;无线传感器网络定位技术的研究[D];兰州理工大学;2008年
8 张艳丽;基于PSO的路径测试数据自动生成方法研究[D];西安科技大学;2008年
9 吴亮红;差分进化算法及应用研究[D];湖南大学;2007年
10 孙亚娟;基于遗传算法的路径测试数据自动生成方法研究[D];河北工业大学;2006年
【二级引证文献】
中国期刊全文数据库 前3条
1 郭勇;何锫;张国锋;郭顺超;司永洁;;基于表现型的基因表达式编程解空间模型研究[J];工程科学与技术;2017年05期
2 陈明;林益贤;童钊;杜欣;;非单射函数下一类基因表达式程序设计的收敛性质[J];小型微型计算机系统;2016年10期
3 张建明;唐勇;周书仁;吴宏林;;深度广度联合解码的基因表达式程序设计[J];计算机工程与科学;2014年10期
中国硕士学位论文全文数据库 前1条
1 李昕航;基于数据挖掘的冷连轧过程板形缺陷预测与诊断方法研究[D];南京航空航天大学;2017年
【相似文献】
中国期刊全文数据库 前10条
1 周育人,闵华清,许孝元,李元香;多目标演化算法的收敛性研究[J];计算机学报;2004年10期
2 龚文引;谢丹;;针对本科生的演化算法教学探讨[J];计算机时代;2012年07期
3 熊盛武,李元香,康立山,陈毓屏;用演化算法求解抛物型方程扩散系数的识别问题[J];计算机学报;2000年03期
4 曾三友,康立山,丁立新;基于偏序关系的演化算法[J];计算机工程;2001年08期
5 周永华,毛宗源;基于混合杂交与间歇变异的演化算法[J];计算机工程与应用;2003年06期
6 闫震宇,康立山,陈毓屏,付朋辉;一种新的多目标演化算法——稳态淘汰演化算法[J];武汉大学学报(理学版);2003年01期
7 王涛,李歧强;基于空间收缩的并行演化算法[J];中国工程科学;2003年03期
8 何国良,李元香;多个粒子参与交叉的一种动态演化算法[J];计算机工程与应用;2004年08期
9 刘敏忠,邹秀芬,康立山;一种基于偏序排名的高效的多目标演化算法[J];小型微型计算机系统;2004年12期
10 王龙奎,汪祖柱;关于多目标演化算法的策略分析[J];安徽大学学报(自然科学版);2005年03期
中国重要会议论文全文数据库 前10条
1 陈家照;廖海涛;张中位;罗寅生;;一种改进的遗传算法及其在路径规划中的应用[A];2009系统仿真技术及其应用学术会议论文集[C];2009年
2 李国云;刘颖;薛梅;邬志敏;;遗传算法在高温空冷冷凝器优化设计中的应用[A];第五届全国制冷空调新技术研讨会论文集[C];2008年
3 王志军;李守春;张爽;;改进的遗传算法在反演问题中的应用[A];新世纪 新机遇 新挑战——知识创新和高新技术产业发展(上册)[C];2001年
4 任燕翔;姜立;刘连民;从滋庆;;改进遗传算法在三维日照方案优化中的应用[A];工程三维模型与虚拟现实表现——第二届工程建设计算机应用创新论坛论文集[C];2009年
5 韩娟;;遗传算法概述[A];第三届河南省汽车工程科技学术研讨会论文集[C];2006年
6 庞国仲;王元西;;基于遗传算法控制步长的定性仿真方法[A];'2000系统仿真技术及其应用学术交流会论文集[C];2000年
7 张忠华;杨淑莹;;基于遗传算法的聚类设计[A];全国第二届信号处理与应用学术会议专刊[C];2008年
8 何翠红;区益善;;遗传算法及其在计算机编程中的应用[A];1995年中国智能自动化学术会议暨智能自动化专业委员会成立大会论文集(下册)[C];1995年
9 靳开岩;张乃尧;;几种实用遗传算法及其比较[A];1996年中国智能自动化学术会议论文集(下册)[C];1996年
10 王宏刚;曾建潮;李志宏;;摄动遗传算法[A];1996年中国智能自动化学术会议论文集(下册)[C];1996年
中国重要报纸全文数据库 前5条
1 常丽君;人类全基因组变异检测结果首次发布[N];科技日报;2011年
2 张辉 胡玉华;动态优化挖出装置创效潜能[N];中国石化报;2014年
3 王荟;鸡基因组研究对防禽流感有益[N];中国劳动保障报;2004年
4 特派记者 杨丽萍 叶志卫 孟迷;房地产调控政策应注意动态优化[N];深圳特区报;2013年
5 林京;《神经网络和遗传算法在水科学领域的应用》将面市[N];中国水利报;2002年
中国博士学位论文全文数据库 前10条
1 俞扬;演化计算理论分析与学习算法的研究[D];南京大学;2011年
2 库俊华;自适应差分演化算法及其应用研究[D];中国地质大学;2015年
3 彭雪;演化算法和蚁群算法的性能分析[D];华南理工大学;2016年
4 李丙栋;超多目标演化算法及其应用研究[D];中国科学技术大学;2017年
5 陆晓芬;基于代理模型的实值演化算法研究[D];中国科学技术大学;2017年
6 彭晟;演化算法的静电场论模型[D];武汉大学;2011年
7 陈明;演化算法渐近行为的若干问题研究[D];武汉大学;2012年
8 彭飞;实值演化算法投资组合研究[D];中国科学技术大学;2011年
9 万书振;动态环境下差分演化算法研究与应用[D];武汉理工大学;2012年
10 魏波;交互式与自适应演化算法研究[D];武汉大学;2013年
中国硕士学位论文全文数据库 前10条
1 杨颖;一种多差分向量的自适应差分演化算法[D];浙江大学;2015年
2 陈伟;队伍演化算法及其在微波电路设计中的应用[D];杭州电子科技大学;2015年
3 吴昊;多群体并行演化算法的研究[D];南京邮电大学;2015年
4 邢雪;基于Pi演算的关系演化算法的研究与实现[D];吉林大学;2016年
5 黄星;遗传递增演化算法配筋优化设计[D];湖南大学;2016年
6 温志超;基于演化算法及改进词袋模型的病虫害分类识别技术研究[D];华南农业大学;2016年
7 左磊;改进的差分演化算法研究及其应用[D];华南农业大学;2016年
8 张盛鑫;基于新型变异与交叉算子的差分演化算法研究[D];暨南大学;2016年
9 陈泽丰;多目标演化算法的性能改进研究[D];华南理工大学;2016年
10 彭超;差分演化算法的评估、改进与应用研究[D];大连海事大学;2016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