《计算机应用》唯一官方网站››2024,第44卷››问题(5): 1348-1354.内政部:10.11772/j.issn.1001-9081.2024020255
所属专题:进化计算专题(2024年第5期“进化计算专题”导读,全文即将上线)
• 进化计算专题 • (一)
田茂江,陈鸣科,堵威(),杜文莉
收稿日期:
收益率:
接受日期:
日本:
出版日期:
通讯作者:
作者简介:
基金资助:
田茂江,陈明科,魏杜(),杜文丽
收到:
修订过的:
认可的:
在线:
出版:
联系人:
关于作者:
支持单位:
摘要:
大规模重叠问题在实际工程应用中普遍存在,重叠问题子组间的共享变量给大规模重叠问题的优化带来了很大困难。基于分解的协同进化(抄送)算法在解决大规模重叠问题上表现良好。然而,一些针对重叠问题设计的新型科科斯群岛获得者(TSDG)方法,在实现精确分组的同时显著减少了计算资源消耗。在第一阶段,采用基于有限差分原理的分组方法高效地识别子组集和共享变量集;第二阶段则提出一种分组改善方法检查前一阶段得到的子组集和共享变量集的信息,改正不准确的分组结果,以提高分组的稳定性和准确性。利用两阶段的协同作用,TSDG公司实现了对大规模重叠问题高效准确的分解。实验结果表明,TSDG公司能够在消耗较少计算资源的同时准确地分解大规模重叠问题。在优化实验中,TSDG公司在大规模重叠问题上的表现也优于对比算法。
关于: 大规模重叠问题, 因此, , 计算资源消耗, 进化算法
大尺度重叠问题在实际工程应用中普遍存在,由于共享变量的存在,优化挑战被大大放大。基于分解的协同进化(CC)算法在解决大规模重叠问题方面表现出了良好的性能。然而,某些为重叠问题设计的新CC框架依赖分组方法来识别重叠问题结构,而当前用于大规模重叠问题的分组方法未能同时考虑准确性和效率。为了解决上述问题,提出了一种用于大规模重叠问题的两阶段差分分组(TSDG)方法,该方法在实现精确分组的同时显著降低了计算资源消耗。第一阶段,采用基于有限差分原理的分组方法,有效识别所有子成分和共享变量。为了提高分组的稳定性和准确性,第二阶段提出了一种分组细化方法,用于检查前一阶段获得的子成分和共享变量的信息,并纠正不准确的分组结果。基于这两个阶段的协同作用,TSDG实现了大规模重叠问题的高效准确分解。大量实验结果表明,TSDG能够准确地对大规模重叠问题进行分组,同时消耗更少的计算资源。在优化实验中,与用于大规模重叠问题的最新算法相比,TSDG显示出优越的性能。
关键词: 大规模重叠问题, 差异分组, 合作共同进化(CC), 计算资源消耗, 进化算法
中图分类号:
TP301.6型
田茂江, 陈鸣科, 堵威, 杜文莉. 面向大规模重叠问题的两阶段差分分组方法[J] ●●●●。计算机应用, 2024, 44(5): 1348-1354.
田茂江、陈明科、杜伟、杜文丽。大规模重叠问题的两阶段微分分组方法[J]。计算机应用杂志,2024,44(5):1348-1354。
0 / 第三方
导出引用管理器 尾注|里斯|BibTeX公司
链接本文: http://www.joca.cn/cn/10.11772/j.issn.1001-9081.2024020255
http://www.joca.cn/cn/Y2024/V44/I5/1348
图1 待检测变量的选择对分组结果影响示例
图1检测变量的选择对分组结果的影响示例
表1 大规模重叠基准问题
表1大规模重叠基准函数
表2 各算法对大规模重叠问题的分解结果
表2大规模重叠问题上每种算法的分解结果
表三TSDG公司及对比算法的优化结果
表3TSDG和比较算法的优化结果