IDEAS主页打印自https://ideas.repec.org/a/spr/joheur/v25y2019i6d10.1007_s10732-019-09419-8.html
  我的参考书目  保存此文章

利用目标函数特征聚类分析预测差分进化的有效控制参数

作者

上市的：
  • 肖恩·沃尔顿

    （斯旺西大学）

  • M.罗文·布朗

    （斯旺西大学）

摘要

介绍了一种利用三个简单的目标函数特征预测差分进化有效控制参数的方法。这是使用聚类分析技术来实现的，以使用这些特征对目标函数进行分类。然后使用每个分类的各种控制参数的先前性能信息来确定在未来优化中使用哪些控制参数。我们的方法与最先进的自适应和非自适应技术进行了比较。使用两个公认的基准套件来比较性能，在所有情况下，我们都表明我们的方法带来的改进在统计上是显著的。该方法的大部分计算工作是离线执行的，然而，即使考虑到额外的在线成本，我们的方法也优于其他自适应技术。我们还研究了我们方法的关键调整参数，例如簇数，这进一步支持了所选的简单特征是有效控制参数的预测因子这一发现。本文的研究结果意义重大，因为它们表明，目标函数的简单计算特征有助于为优化算法选择控制参数。这会对这些优化算法在实际问题上的应用产生直接的积极影响，因为在实际问题中，通常很难选择有效的控制参数。

建议引用

  • Sean P.Walton和M.Rowan Brown，2019年。"利用目标函数特征聚类分析预测差分进化的有效控制参数,"启发式杂志《施普林格》，第25卷（6），第1015-1031页，12月。
    • 手柄：RePEc:spr:joheur:v:25:y:2019年：i:6:d:10.1007_s10732-019-09419-8
    数字对象标识码：10.1007/s10732-019-09419-8
    作为

    从出版商下载全文

    文件URL: http://link.springer.com/10.1007/s10732-019-09419-8
    文件功能：摘要
    下载限制：访问本系列文章的全文受到限制。
    文件URL: https://libkey.io/10.1007/s10732-019-09419-8？utm_source=ideas
    LibKey链接：如果访问受到限制，并且您的库使用此服务，LibKey会将您重定向到可以使用库订阅访问此项目的位置
    ---><---

    由于此文档的访问受到限制，您可能希望搜索换一个不同的版本。

    IDEAS上列出的参考文献

    作为
    1. Edmund K Burke&Michel Gendreau&Matthew Hyde&Graham Kendall&Gabriela Ochoa&Ender庸zcan&Rong Qu，2013年。"超神经科学：现状综述,"运筹学学会杂志Palgrave Macmillan；《手术室学会》，第64卷（12），第1695-1724页，12月。
    2. López-Ibáñez，Manuel&Dubois-Lacoste，Jérémie&Pérez Cáceres，Leslie&Biratari，Mauro&Stützle，Thomas，2016年。"irace包：用于自动算法配置的迭代赛跑,"运筹学视角爱思唯尔，第3卷（C），第43-58页。
    完整参考文献 （包括与IDEAS上的项目不匹配的项目）

    最相关的项目

    这些是最常引用与本书相同作品的项目，也被与本书同样的作品引用。
    1. Swan、Jerry&Adriaensen、Steven&Brownlee、Alexander E.I.&Hammond、Kevin&Johnson、Colin G.&Kheiri、Ahmed&Krawiec、Faustyna&Merelo、J.J.&Minku、Leandro L.&Øzcan、Ender&Pappa、Gisele L，2022年。"“大规模”元启发式,"欧洲运筹学杂志爱思唯尔，第297（2）卷，第393-406页。
    2. Drake，John H.&Kheiri，Ahmed&Øzcan，Ender&Burke，Edmund K.，2020年。"选择超神经科学的最新进展,"欧洲运筹学杂志爱思唯尔，第285（2）卷，第405-428页。
    3. Ahmed Kheiri和Alina G.Dragomir、David Mueller和Joaquim Gromicho、Caroline Jagtenberg和Jelke J.Hoorn，2019年。"使用元启发式算法应对VRP挑战，在时间窗口内重新分配稀缺设备,"欧洲运输与物流杂志，施普林格；EURO-欧洲运筹学会协会，第8卷（5），第561-595页，12月。
    4. Asghari，Mohammad&Jaber，Mohamad Y.&Mirzapour Al-e-hashem，S.M.J.，2023年。"协调船舶恢复行动：班轮运输服务中断管理分析,"欧洲运筹学杂志爱思唯尔，第307（2）卷，第627-644页。
    5. Andrzej Kozik，2017年。"用序列对表示法处理调度问题中的优先约束,"组合优化期刊施普林格，第33卷（2），第445-472页，2月。
    6. Alex Gliesch和Marcus Ritt，2022年。"一种新的可验证k点临界子图的启发式算法,"启发式杂志，施普林格，第28卷（1），第61-91页，2月。
    7. Carolina G.Marcelino&Joáo V.C.Avancini&Carla A.D.M.Delgado&Elizabeth F.Wanner&Silvia Jiménez-Fernández&Sancho Salcedo-Sanz，2021年。"风力发电厂动态电力调度：一种基于进化算法的新型自动控制系统,"持续性，MDPI，第13卷（21），第1-20页，10月。
    8. W.B.Yates和E.C.Keedwell，2019年。"离线超神经学习的启发式子序列分析,"启发式杂志Springer，第25卷（3），第399-430页，6月。
    9. 德里亚·德利克塔什，2022年。"具有释放时间的多目标单机学习效果调度问题的自适应模因算法,"灵活服务和制造杂志施普林格，第34卷（3），第748-784页，9月。
    10. Surafel Luleseged Tilahun和Mohamed A.Tawhid，2019年。"Swarm超启发式框架,"启发式杂志，施普林格，第25卷（4），第809-836页，10月。
    11. 弗朗索瓦·Véronique François&Yasemin Arda&Yves Crama，2019年。"带时间窗的多行程车辆路径自适应大邻域搜索,"运输科学《信息》，第53（6）卷，第1706-1730页，11月。
    12. Ofer M.Shir和Xi。Xing和Herschel。拉比茨，2021年。"高分辨率黑盒控制的多级进化策略,"启发式杂志，施普林格，第27卷（6），第1021-1055页，12月。
    13. Venkatesh Pandiri和Alok Singh，2020年。"k旅行商问题的两种多阶段启发式算法,"OPSEARCH公司，施普林格；印度运筹学学会，第57卷（4），第1164-1204页，12月。
    14. Kallestad，Jakob&Hasibi，Ramin&Hemmati，Ahmad&Sörensen，Kenneth，2023年。"求解组合优化问题的通用深度强化学习超启发式框架,"欧洲运筹学杂志爱思唯尔，第309（1）卷，第446-468页。
    15. Li，Wenwen&Ùzcan，Ender&John，Robert，2017年。"多目标进化算法和超神经网络在风电场布局优化中的应用,"可再生能源爱思唯尔，第105卷（C），第473-482页。
    16. 安德拉德、卡洛斯·E·和托索、罗德里戈·F·和贡萨尔维斯、何塞·F·和雷森德、毛里西奥·G.C.，2021年。"具有隐式路径链接的多父带偏随机密钥遗传算法及其实际应用,"欧洲运筹学杂志爱思唯尔，第289（1）卷，第17-30页。
    17. Jari Kyngäs&Kimmo Nurmi&Nico Kyngás&George Lilley&Thea Salter&Dries Goossens，2017年。"澳大利亚足球联赛日程安排,"运筹学学会杂志Palgrave Macmillan；手术室学会，第68卷（8），第973-982页，8月。
    18. Sara Ceschia和Rosita Guido和Andrea Schaerf，2020年。"基于大邻域的模拟退火求解静态INRC-II护士排班问题,"运筹学年鉴，施普林格，第288（1）卷，第95-113页，5月。
    19. Molenbruch，Yves&Braekers，Kris&Caris，An，2017年。"拨号服务中横向合作的好处,"运输研究E部分：物流与运输回顾爱思唯尔，第107（C）卷，第97-119页。
    20. 亚历山大·耶稣（Alexandre D.Jesus）、路易斯·帕奎特（Luís Paquete）和阿诺德·利福吉（Arnaud Liefoghe），2021年。"双目标优化的任意时刻算法性能模型,"全球优化杂志，施普林格，第79卷（2），第329-350页，2月。

    更正

    本网站上的所有材料均由各自的出版商和作者提供。你可以帮助纠正错误和遗漏。请求更正时，请提及此项目的句柄：RePEc:spr:joheur:v:25:y:2019年：i:6:d:10.1007_s10732-019-09419-8。请参阅一般信息关于如何更正RePEc中的材料。

    如果您编写了此项目，但尚未在RePEc注册，我们鼓励您这样做在这里。这允许将您的个人资料链接到此项目。它还允许您接受我们不确定的该项目的潜在引用。

    如果CitEc公司识别了书目参考，但没有将RePEc中的项目链接到它，您可以帮助这个表格.

    如果你知道引用这一条的缺失条目，你可以通过以与上述相同的方式为每个引用条目添加相关引用来帮助我们创建这些链接。如果您是该项目的注册作者，您可能还想查看您的RePEc作者服务个人资料，因为可能有一些引文等待确认。

    有关本项目的技术问题，或更正其作者、标题、摘要、书目或下载信息，请联系：Sonal Shukla或Springer Nature Abstracting and Indexing（以下电子邮件可用）。供应商的一般联系方式：http://www.springer.com网站.

    请注意，更正可能需要几周时间才能筛选出来各种RePEc服务。

    思想是一个经济学研究论文服务。RePEc使用各出版商提供的书目数据。