×
奥列格·库岑科夫。;安德鲁·尤·莫罗佐夫（Andrew Yu Morozov）。;Nalchajyan，Samvel A。

重新审视全局随机优化中的“适者生存”原则：合并各向异性突变。 （英语） Zbl 07793574号

Commun公司。非线性科学。数字。模拟。 130，文章ID 107768，21 p.（2024）.
概述：全局随机优化的进化方法在文献中非常流行，具有各种实际应用，包括自然灾害建模。为了提高优化的效率，高级算法寻求融合群体的异质性（试验点），并考虑更复杂的突变和重组场景。另一方面，现有的进化算法大多存在着无法保证收敛到全局极值的主要缺点，换句话说，这些算法是纯启发式的。在这里，我们提出了一种使用进化算法进行全局随机优化的新方法，在该方法中，我们可以严格地显示收敛到概率为1的最优解。这对以前的启发式优化算法来说是一个挑战。在参数空间具有有限维数的情况下，以及在函数空间具有无穷维数的优化情况下，我们都证明了新算法的收敛性。提出的算法的关键是将优化描述为一个长期的自然选择过程，这是有限资源竞争和变异之间相互作用的结果，这被称为适者生存原则。这是Monte-Carlo优化的一个修改，在每次迭代中，通过生成突变来优化搜索，最终获得具有最大种群适应度的邻域。与之前的算法不同，我们使用适者生存的哲学，针对不同的空间坐标合并了各向异性变异。我们还建议实现局部搜索和全局搜索的组合。通过在高维空间中使用各种多模态测试函数，我们表明新的优化方法可以比其他一些著名的生物激励优化算法表现出更好的性能。作为一个重要的实际应用，我们实现了在传染病传播的多智能体模型中寻找最优控制策略的方法。我们认为，在变异中引入各向异性是构建更有效的优化进化方法的一个有希望的方向，而这在以前的算法中还没有得到适当的利用。

MSC公司：

90立方厘米 随机规划
90C26型 非凸规划，全局优化

关键词：

全局随机优化;收敛速度;进化算法;自然选择;感染的最优控制

软件：

算法829;凯利;非机动作战部队;玉
PDF格式BibTeX公司 XML格式引用
\textit{O.A.Kuzenkov}等人，Commun。非线性科学。数字。模拟。130，文章ID 107768，21 p.（2024；Zbl 07793574）
全文： 内政部
OA许可证

参考文献：

[1] Di Patti，F。；法内利，D。；Piazza，F.，复杂多链接网络上的最优搜索策略。科学代表，19869（2015）
[2] Schweidtmann，A.M。；Mitsos，A.，嵌入人工神经网络的确定性全局优化。《最优化理论应用杂志》，3925-948（2019）·兹比尔1407.90263
[3] 库岑科夫，O。；莫罗佐夫，A。；Kuzenkova，G.，使用机器学习方法探索生物系统中的进化适应度。熵，135（2020）
[4] Locatelli，M。；Schoen，F.，（全球）优化：历史笔记和最新发展。EURO J计算优化（2021）·Zbl 1530.90084号
[5] 拉伊，D。；Tyagi，K.，《生物激励优化技术：关键比较研究》。ACM SIGSOFT Softw Eng Notes，4，1-7（2013）
[6] Johnvictor，A.C。；杜加马哈西，V。；Pariti Venkata，R.M。；Jethi，N.，《生物激励优化技术评论》。威利磁盘间收入计算统计，1（2022）
[7] Devika，G。；Karegowda，A.G.，《生物激励优化：算法、分析和应用范围》
[8] Deb，K.，《使用进化算法的多目标优化》。第16卷（2001年），John Wiley&Sons出版社·Zbl 0970.90091号
[9] 秦，A.K。；黄，V.L。；Suganthan，P.N.，具有全局数值优化策略自适应的差分进化算法。IEEE Trans-Evol计算，2398-417（2008）
[10] 达斯，S。；Mullick，S.S。；Suganthan，P.N.，差异进化的最新进展——最新调查。Swarm Evolo Compute，1-30（2016）
[11] Mavrovouniotis，M。；李，C。；Yang，S.，《用于动态优化的群体智能：算法和应用》。Swarm Evolo Compute，1-17（2017）
[12] Lynn，N。；阿里，M.Z。；Suganthan，P.N.，《粒子群优化和差分进化的种群拓扑》。Swarm Evol-Comput，24-35（2018）
[13] 阿里，M.Z。；新罕布什尔州阿瓦德。；Suganthan，P.N.，《大规模全局优化中变异策略平衡集成的多种群差异进化》。应用软件计算，304-327（2015）
[14] 高，W。；Yen，G.G。；Liu，S.，一种基于聚类的差分进化和自适应策略，用于多峰优化。IEEE Trans Cybern，81314-1327（2013）
[15] 布雷斯特，J。；莫切克，M.S。；Bošković，B.，《100位数挑战：算法jDE100》，19-26
[16] 张杰。；Sanderson，A.C.，JADE：具有可选外部归档的自适应差分进化。IEEE Trans-Evol计算，5945-958（2009）
[17] Back，T.，《理论与实践中的进化算法：进化策略，进化编程，遗传算法》（1996），牛津大学出版社·Zbl 0877.68060号
[18] 斯托恩，R。；Price，K.，差分进化——一种简单有效的启发式算法，用于连续空间上的全局优化。《全球优化杂志》，341-359（1997）·Zbl 0888.90135号
[19] 新罕布什尔州阿瓦德。；阿里，M.Z。；Suganthan，P.N。；Reynolds，R.G.，与L-SHADE结合的集成正弦参数自适应，用于解决CEC2014基准问题，2958-2965
[20] Rahnamayan，S。；Tizhoosh，H.R。；Salama，M.M.，基于对立的差分进化算法，2010-2017年
[21] 姚，X。；刘，Y。；Lin，G.，进化编程速度更快。IEEE Trans-Evol计算，282-102（1999）
[22] 库岑科夫，O。；Morozov，A.，《构建进化适应度建模的数学严谨框架》。《公牛数学生物学》，4675-4700（2019）·Zbl 1431.92118号
[23] Sandhu，S.K。；莫罗佐夫，A。；Kuzenkov，O.，通过一种新的计算方法揭示自生系统中的进化优化策略。《公牛数学生物学》，4701-4725（2019）·Zbl 1430.92059号
[24] 莫罗佐夫，A.Y。；O.A.库岑科夫。；Sandhu，S.K.，Hilbert空间中使用适者生存算法的全局优化。通用非线性科学数字模拟（2021）·Zbl 1480.90206号
[25] Kot，M.，《数学生态学的要素》（2001），剑桥大学出版社
[26] 库岑科夫，O。；Perov，D.，基于适者生存算法的全局优化方法，187-201
[27] O.A.库岑科夫。；Grishagin，V.A.，希尔伯特空间中的全局优化。AIP Conf Proc，1（2016）
[28] Irkhina，A。；Kuzenkov，O.，将杆中变形分布识别为最优控制问题。计算机系统科学国际杂志，5689-694（2005）·Zbl 1126.74424号
[29] 库岑科夫，O。；Perov，D.，《浮游动物昼夜垂直迁移最佳反馈的构建》，139-152·Zbl 1533.92252号
[30] 达席尔瓦·桑托斯，C.H。；Goncalves，M.S。；Hernandez-Figeroa，H.E.，《通过生物灵感计算设计新型光子器件》。IEEE Photonics Technol Lett，151177-1179（2010）
[31] 凯洛，P。；Ali，M.，用于全局优化的受控随机搜索算法的一些变体。最优化理论应用杂志，2253-264（2006）·Zbl 1278.90383号
[32] Price，W.，通过受控随机搜索进行全局优化。最优化理论应用杂志，3333-348（1983）·Zbl 0494.90063号
[33] 乔治奥达基斯，M。；Plevris，V.，约束结构优化中差异进化变量的比较研究。前沿建筑环境，102（2020）
[34] Locatelli，M.，关于灰色库测试函数的注释。《全球优化杂志》，169-174（2003）·Zbl 1030.90118号
[35] 斯特林斯基，M。；Tang，T.-S.，《非凸优化实验：函数平滑的随机逼近和模拟退火》。神经网络，4467-483（1990）
[36] 加维亚诺，M。；科瓦索夫，D。；Lera博士。；Sergeyev，Y.D.，《生成具有已知局部和全局极小值的测试函数类以进行全局优化的软件》。ACM Trans数学软件，469-480（2003）·Zbl 1068.90600号
[37] Gergel，V。；格里沙金，V。；Israfilov，R.，使用多极值准则的多目标优化中的自适应降维，129-140
[38] 李晓杰。；李，C。；Li，X.，最小化接种网络SIS疫情的社会成本。IEEE跨网络科学工程，4326-335（2017）
[39] 诺扎里，C。；普雷西亚多，V.M。；Pappas，G.J.，网络传染病模型控制的最优资源分配。IEEE传输控制网络系统，2159-169（2015）·Zbl 1370.90138号
[40] 陈，H。；李·G。；张，H。；Hou，Z.，抑制网络上疫情传播的资源优化分配。Phys Rev E，1（2017）
[41] 徐，D。；Xu，X。；谢毅。；Yang，C.，基于复杂网络的带有病毒变异的SIVRS流行病传播模型的最优控制。Commun非线性科学数字模拟，200-210（2017）·Zbl 1510.92249号
[42] 西澳州科马克。；McKendrick，A.G.，《对流行病学数学理论的贡献》，第一卷，1927年。公牛数学生物学，1-2，33-55（1991）
[43] 库岑科夫，O。；Ryabova，E.，自复制系统的变分原理。数学模型Nat Phenom，2（2015）·Zbl 1327.93049号
[44] Martcheva，M.，《数学流行病学导论》。第61卷（2015），施普林格出版社·Zbl 1333.92006年
[45] Chowell，G。；Dahal，S。；Liyanage，Y.R。；塔里克，A。；Tuncer，N.，基于微分方程的流行病模型的结构可识别性分析：基于教程的引物（2022），arXiv预印本arXiv:2209.12821
[46] 亨特，E。；Mac Namee，B。；Kelleher，J.D.，人类传染病流行病学中基于代理模型的分类。Artif Soc Soc Simul杂志，3（2017年）
[47] 牧师萨托拉斯，R。；卡斯特拉诺，C。；Van Mieghem，P。；Vespignani，A.，复杂网络中的流行病过程。《现代物理学评论》，3925（2015）
[48] Igoe，M。；卡萨格兰迪，R。；加托，M。；胡佛，C.M。；玛丽·L。；Ngonghala，C.N.，重新界定低收入国家传染病管理的最佳控制问题。《公牛数学生物学》，4，31（2023）·兹比尔1512.92106
[49] Feng，Y。；丁·L。；Hu，P.，具有最佳交互半径的随机冲浪网络上的流行病传播。公共非线性科学数字模拟，344-353（2018）·Zbl 1510.49033号
[50] 胡，P。；丁·L。；Hadzibeganovic，T.，异质疫情传播网络的基于个体的最优权重适应。公共非线性科学数字模拟，339-355（2018）·Zbl 1508.92260号
[51] 达斯，S。；Suganthan，P.N.，《差异进化：最先进技术的调查》，IEEE Trans-Evol Compute，1，4-31（2010）
[52] 刘，H。；蔡，Z。；Wang，Y.，将粒子群优化与微分进化相结合，用于约束数值和工程优化。Appl Soft Comput，2269-640（2010年）
[53] Wang，Y。；蔡，Z。；Zhang，Q.，微分进化与复合试验向量生成策略和控制参数。IEEE Trans Evol-Comput，155-66（2011）
[54] Feng，Y。；Wang，B.-C.，异质疫情传播网络的权值自适应优化：一种约束协同进化策略（2019），arXiv预印本arXiv:1901.00602
[55] 弗莱明，P.J。；Purshouse，R.C.，《控制系统工程中的进化算法：综述》。控制工程实践，11223-1241（2002）
[56] 贝根，M。；哈珀，J.L。；汤森，C.R.，《生态学》。个人、人口和社区（1986），布莱克威尔科学出版物
[57] Kelley，C.T.，优化迭代方法（1999），SIAM·Zbl 0934.90082号
[58] Gilli，M。；Maringer，D。；Schumann，E.，《金融中的数值方法和优化》（2019年），学术出版社·Zbl 1418.91002号
[59] Reza，F.M.，《信息理论导论》（1994），Courier Corporation·兹伯利0925.94068
[60] Gorban，A.N.，具有继承性的系统的选择定理。数学模型Nat Phenom，4，1-45（2007）·Zbl 1337.92150号
[61] Dubois，D。；Prade，H.，《模糊集与概率：误解、桥梁与缺口》，1059-1068
[62] 卡萨格兰德，D.G.，《信息作为动词：认知和生态模型的再概念化信息》。《生态人类学杂志》，1，4-13（1999）
[63] Gorban，A.N。；泰金，I.Y。；Romanenko，I.，《维数的祝福：热力学极限中的分离定理》。IFAC-PapersOnLine，24，64-69（2016）
[64] Gorban，A.N。；Tyukin，I.Y.，《维度的祝福：数据统计物理的数学基础》。Phil Trans R Soc A，2118（2018年）·Zbl 1470.82004年
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。