×

求解非线性方程组的带多目标优化技术的进化算法。 (英语) Zbl 1475.65028号

摘要:求解非线性方程组的挑战是如何在一次运行中同时找到多个最优解。为了解决这个问题,本文将多样性指标、多目标优化技术和聚类技术相结合,提出了一种新的算法。首先,设计了多样性指标来保持种群的多样性。然后,引入基于K-means聚类的选择策略来定位有希望的解。最后,利用局部搜索加速种群收敛。在30个非线性方程组上的实验结果表明,该算法在收敛速度和成功率方面均优于六种最新算法。

MSC公司:

65H10型 方程组解的数值计算
68瓦50 进化算法、遗传算法(计算方面)
90C29型 多目标规划
90 C59 数学规划中的逼近方法和启发式方法

软件:

PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] Collins,C.L.,平面并联机器人在clifford代数中的正向运动学,机械。机器。理论,37,799-813(2002)·Zbl 1062.70517号
[2] 亨德森,N。;Sacco,W.F。;巴鲁法蒂,东北部。;Ali,M.M.,《用微分进化算法计算热力学混合物的临界点》,工业工程化学。Res.,49,4,1872-1882(2010)
[3] Hafezalkotob,A。;Hafezalkotob,A。;Sayadi,M.K.,带区间数的多摩尔方法的推广:在材料选择中的应用,应用。数学。型号。,40, 2, 1372-1386 (2016) ·Zbl 1446.91038号
[4] Pourjafari,E。;Mojallali,H.,使用基于入侵杂草优化算法和聚类的新方法求解非线性方程组,Swarm Evol。计算。,4, 1, 33-43 (2012)
[5] 我·阿马亚。;克鲁兹,J。;Correa,R.,使用粒子群优化求解非线性直流电路的数学模型,Dyna,79,172,77-84(2012)
[6] 徐,J。;廖,G。;朱,S。;Lei,H。;因此,H.C.,使用具有频率变化阵列的mimo雷达进行联合距离和角度估计,IEEE Trans。信号处理。,63, 13, 3396-3410 (2015) ·Zbl 1394.94908号
[7] 徐,J。;廖,G。;Zhang,Y。;纪浩。;Lei,H.,使用三维定位的fda mimo雷达的自适应距离角多普勒处理方法,IEEE J.Sel。顶部。信号处理。,PP,99(2017),1-1
[8] Sayevand,K。;Jafari,H.,《非线性方程组:用同伦摄动法改进的迭代公式,加速四阶和五阶收敛》,应用。数学。型号。,40, 2, 1467-1476 (2016) ·Zbl 1446.65028号
[9] 拉莫斯,H。;Monteiro,M.,基于牛顿法求解非线性方程组的新方法,J.Compute。申请。数学。,21, 3-13 (2017) ·Zbl 1357.65062号
[10] Gomesruggiero,M.A.,用非单调策略的拟牛顿方法求解非线性方程组,Opt。方法。软质。,8, 1, 25-31 (2012)
[11] Broyden,C.G.,解非线性联立方程的一类方法,数学。计算。,19, 92, 577-593 (1965) ·兹伯利0131.13905
[12] 医学博士Gonzlez-Lima。;Oca,F.M.D.,非线性方程组的类牛顿法,数值。算法,52,3,479-506(2009)·Zbl 1181.65072号
[13] 英国人R。;Engelbrecht,A。;Van den Bergh,F.,《使用粒子群优化求解无约束方程组》,IEEE国际会议系统。人类网络。,3, 6-9 (2002)
[14] 莫,Y。;刘,H。;秦伟,共轭方向粒子群优化算法求解非线性方程组,计算。数学。申请。,57, 11, 1877-1882 (2009) ·Zbl 1186.90125号
[15] 贾贝里普尔,M。;Khorram,E。;Karimi,B.,求解非线性方程组的粒子群算法,计算。数学。申请。,62, 2, 566-576 (2011) ·Zbl 1228.65078号
[16] 小H.A.E.O。;Petraglia,A.,用模糊自适应模拟退火求解非线性函数方程组,应用。软计算。,13, 11, 4349-4357 (2013)
[17] 龚·W。;Wang,Y。;蔡,Z。;Wang,L.,通过基于斥力的自适应微分进化找到非线性方程组的多个根,IEEE Trans。系统。人类网络。系统。,99, 1-15 (2018)
[18] 廖,Z。;龚·W。;严,X。;Wang,L。;胡,C.,用基于动态排斥的进化算法求解非线性方程组,IEEE Trans。系统。人类网络。系统。,99, 1-12 (2018)
[19] 廖,Z。;龚·W。;Wang,L。;严,X。;Hu,C.,非线性方程组的一种基于分解的带重新初始化的微分进化,Knowl。基于系统。,191,第105312条pp.(2020)
[20] He,W。;龚·W。;Wang,L。;严,X。;胡,C.,基于模糊邻域的非线性方程组定向微分进化,Knowl。基于系统。,182,第104796条pp.(2019)
[21] 廖,Z。;龚·W。;Wang,L.,求解非线性方程组的基于模因小生境的进化算法,专家系统。申请。,149,第113261条pp.(2020)
[22] 高,W。;Li,G.等人。;张,Q。;罗,Y。;Wang,Z.,用两阶段进化算法求解非线性方程组,IEEE Trans。系统。人类网络。系统。,1-12 (2019)
[23] Pourrajabian,A。;易卜拉希米,R。;Mirzaei,M。;Shams,M.,应用遗传算法求解非线性代数方程,应用。数学。计算。,219, 24, 483-494 (2013) ·Zbl 1304.65147号
[24] 克里纳·格罗桑;Abraham,Ajith,求解非线性方程组的新方法,IEEE Trans。系统。人类网络。A部分,38,3688-714(2008)
[25] Song,W。;Wang,Y。;李,H。;蔡,Z.,基于多目标优化的非线性方程组多个最优解定位,IEEE Trans。进化。计算。,414-431 (19(3), 2015,)
[26] 秦,S。;曾S。;Dong,W。;Li,X.,多目标炒作解决的非线性方程组,IEEE Congr。进化。计算。(CEC),2015,2691-2696(2015)
[27] 龚·W。;Wang,Y。;蔡,Z。;Yang,S.,用于定位非线性方程组多个最优解的加权双目标变换技术,IEEE Trans。进化。计算。,21, 5, 697-713 (2017)
[28] Ariyaratne,M。;费尔南多,T。;Weerakoon,S.,使用改进的萤火虫算法(modfa)求解非线性方程组,Swarm Evol。计算。,48, 72-92 (2019)
[29] Sun,G。;张,H。;方,J。;Li,G.等人。;李强,一种新的工程设计多目标离散稳健优化算法,应用。数学。型号。,53, 602-621 (2017)
[30] Deb,K。;普拉塔普,A。;阿加瓦尔,S。;Meyarivan,T.,一种快速的精英多目标遗传算法:Nsga-ii,IEEE Trans。进化。计算。,6, 2, 182-197 (2002)
[31] 张,Q。;Li,H.,基于分解的多目标进化算法,IEEE Trans。进化。计算。,11, 6, 712-731 (2007)
[32] Wu,X.H。;吴,B。;Sun,J。;赵建伟,混合模糊聚类分离算法,应用。数学。型号。,35, 10, 4790-4795 (2011) ·Zbl 1228.62080号
[33] Jain,A.K。;Murty,M.N。;Flynn,P.J.,《数据聚类:综述》,ACM Compute。调查。,31, 3, 264-323 (1999)
[34] Tsoulos,I。;Stavrakoudis,A.,《关于使用全局优化方法在有界区域内定位非线性方程组的所有根》,《非线性分析》。真实世界应用。,11, 4, 2465-2471 (2010) ·Zbl 1193.65078号
[35] Sacco,W.F。;Henderson,N.,使用混合元启发式和模糊聚类方法寻找非线性系统的所有解,Appl。软计算。,11, 8, 5424-5432 (2011)
[36] 张杰。;Sanderson,A.C.,Jade:具有可选外部存档的自适应差分进化,J.Global Optim。,13, 5, 945-958 (2009)
[37] 程,R。;李,M。;李凯。;Yao,X.,基于进化多目标优化的多模态优化:适应度景观近似和峰值检测,IEEE Trans。进化。计算。,22, 5, 692-706 (2018)
[38] Floudas,C.,《过程合成、设计和控制全局优化的最新进展:所有解决方案的封闭性》,计算。化学。工程师,23,1963-973(1999)
[39] 王,C。;罗,R。;Wu,K。;Han,B.,无约束非线性方程的一种新的填充函数方法,J.Comput。申请。数学。,235, 6, 1689-1699 (2011) ·Zbl 1213.65077号
[40] 拉马达斯,G.C。;费尔南德斯,E.M。;Rocha,A.A.,通过排斥优势函数计算方程组的多重根,国际比较计算。科学。申请。,8580, 126-139 (2014)
[41] 拉贾,M.A.Z。;Zameer,A。;Kiani,A.K。;Shehzad,A。;Khan,M.A.,《自然启发的计算智能与内线法集成以解决非线性基准模型》,神经计算。申请。,29, 4, 1169-1193 (2018)
[42] Qu,B.Y。;Suganthan,P.N。;Liang,J.J.,带邻域变异的差分进化多峰优化,IEEE Trans。进化。计算。,16, 5, 601-614 (2012)
[43] 张,X。;Wan,Q。;Fan,Y.,应用改进的布谷鸟搜索算法求解非线性方程组,神经计算。申请。,31, 2, 553-576 (2019)
[44] 拉贾,M.A.Z。;Kiani,A.K。;Shehzad,A。;Zameer,A.,针对不同物理模型中出现的非线性系统,通过生物启发启发与序列二次规划集成的模因计算,Springerplus,5,1,2063(2016)
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。