×

差分进化算法变体的自动选择机制及其应用。 (英语) Zbl 1403.68237号

总结:每种类型的问题,例如单峰/多峰、线性/非线性、凸/非凸和对称/不对称,都有自己的特点。尽管已经提出了各种差分进化(DE)变体,但一些研究表明,DE变体在解决特定类型的问题时可能仅表现出较高的求解效率,而在其他类型的问题中可能表现不佳。因此,在进化过程中,需要在几个选定的算法中自动选择一个合适的DE变量,以解决特定类型的问题。为了实现这一目标,本研究引入了一种自动选择机制(ASM)。在ASM中,使用弗里德曼《美国统计协会杂志》32,675–701(1937;JFM 63.1098.02号)]用于评估DE变体的性能。使用学习策略更新DE变量的选择概率,并使用附加的选择概率来缓解贪婪选择问题。使用BBOB2012、IEEE CEC2005和IEEE CEC4014中提出的三组基准测试函数来评估ASM的有效性。该算法的性能还与九种最先进的DE变体和四种非DE算法的性能进行了比较。统计分析结果表明,ASM是一种高效、有效的方法,可以充分利用多种算法的优势。此外,利用ASM估计了重油热裂解模型的参数。实验结果表明,在这种情况下,该算法的性能优于其他比较算法。

MSC公司:

68T20型 人工智能背景下的问题解决(启发式、搜索策略等)
90 C59 数学规划中的近似方法和启发式
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] Abbass,H.A.,《自适应Pareto差分进化算法》(2002年进化计算大会会议记录,2002年)。CEC’02(2002))
[2] 阿里,M。;Siarry,P。;Pant,M.,《解决多目标优化问题的基于差分进化的高效算法》,《欧洲运筹学杂志》,217,2,404-416,(2012)·兹比尔1244.90203
[3] 布雷斯特,J。;格雷纳,S。;博什科维奇,B。;默尼克,M。;Zumer,V.,微分进化中的自适应控制参数:数值基准问题的比较研究,IEEE进化计算汇刊,10,6,646-657,(2006)
[4] 蔡,Y。;Wang,J.,数值优化中带邻域和方向信息的差分进化,IEEE控制论事务,43,6,2202-2215,(2013)
[5] Chen,J.R。;Li,S.J.,基于Alopex的进化算法结合加权正态分布-NAEA及其在稠油热裂解三集总模型参数估计中的应用,中国大学化学工程学报,5,1194-1200,(2015)
[6] Caraffini,F。;Neri,F。;Picinali,L.,模因计算自动设计的可分性分析,信息科学,265,1-22,(2014)
[7] Chen,L。;郑,Z。;刘,H.-L。;Xie,S.,基于协方差矩阵学习和搜索偏好的进化算法求解CEC 2014基准问题,(2014 IEEE进化计算大会论文集。,(2014))
[8] 达斯,S。;亚伯拉罕,A。;英国查克拉波蒂。;Konar,A.,使用基于邻域的突变算子的差异进化,IEEE进化计算汇刊,13,3,526-553,(2009)
[9] 达斯,S。;Mullick,S.S。;Suganthan,P.N.,差异进化的最新进展——最新调查,Swarm and Evolutional Computation,27,1-30,(2016)
[10] 达斯,S。;Suganthan,P.N.,《差分进化:最新技术综述》,IEEE进化计算汇刊,15,1,4-31,(2011)
[11] Dunn,O.J.,《均值之间的多重比较》,《美国统计协会杂志》,56,293,52-64,(1961)·Zbl 0103.37001号
[12] Elsayed,S.M。;Sarker,R.A。;Essam,D.L.,结合算子启发式混合的自适应差分进化,计算优化与应用,54,3,771-790,(2013)·Zbl 1271.90110号
[13] Elsayed,S.M。;Sarker,R.A。;Essam,D.L.,使用差分进化的约束优化自适应组合策略算法,应用数学与计算,241267-282,(2014)·Zbl 1334.90163号
[14] Elsayed,S.M。;Sarker,R.A。;Essam,D.L。;Hamza,N.M.,《在CEC2014实际参数数值优化中测试联合多算子进化算法》(2014年IEEE进化计算大会(CEC)会议记录,(2014))
[15] 埃利希,I。;Rueda,J.L。;Wildenhues,S。;Shewarega,F.,评估IEEE-CEC 2014测试套件的均值-方差映射优化,(2014年IEEE进化计算大会(CEC)会议记录,(2014))
[16] 范,Q。;Yan,X.,带自适应策略和控制参数的差分进化算法用于对二甲苯氧化过程优化,软计算,19,5,1363-1391,(2015)
[17] 范,Q。;Yan,X.,控制参数分区进化和自适应变异策略的自适应差分进化算法,IEEE控制论汇刊,46,1,219-232,(2016)
[18] 范,Q。;张勇,带交叉策略自适应的自适应差分进化算法及其在参数估计中的应用,化学计量学和智能实验室系统, 151, 164-171, (2016)
[19] Friedman,M.,《使用秩来避免方差分析中隐含的正态假设》,《美国统计协会杂志》,32,200,675-701,(1937)
[20] Gämperle,R。;穆勒,S.D。;Koumoutsakos,P.,差分进化的参数研究,智能系统、模糊系统、进化计算的进展,293-298,(2002),WSEAS出版社,瑞士因特拉肯
[21] 南卡罗来纳州加西亚。;莫利纳博士。;洛扎诺,M。;Herrera,F.,《使用非参数检验分析进化算法行为的研究:2005年CEC实参数优化特别会议的案例研究》,《启发式杂志》,15,6,617-644,(2009)·Zbl 1191.68828号
[22] Ghosh,A。;达斯,S。;乔杜里,A。;Giri,R.,控制参数基于拟合的自适应改进差分进化算法,信息科学,181,18,3749-3765,(2011)
[23] 龚·W。;Cai,Z.,基于等级的突变算子的差异进化,IEEE控制论汇刊,43,6,2066-2081,(2013)
[24] 龚·W。;蔡,Z。;凌,C.X。;Li,C.,《数值优化自适应策略增强差分进化》,IEEE系统、人与控制论汇刊,B部分:控制论,41,2,397-413,(2011)
[25] 龚·W。;周,A。;Cai,Z.,基于廉价代理模型的进化优化多算子搜索策略,IEEE进化计算汇刊,19,5,746-758,(2015)
[26] 郭,S.-M。;Yang,C.-C.,利用基于特征向量的交叉算子增强差分进化,IEEE进化计算汇刊,19,1,31-49,(2015)
[27] Hansen,N.、Auger,A.、Finck,S.和Ros,R.(2012)。2012年实时参数黑盒优化基准测试:实验设置,技术报告,INRIA。;Hansen,N.、Auger,A.、Finck,S.和Ros,R.(2012)。2012年实际参数黑箱优化基准测试:实验设置,技术报告,INRIA。
[28] 艾奥里奥,A.W。;Li,X.,使用差分进化解决旋转多目标优化问题,AI 2004:人工智能进展,861-872,(2005),Springer
[29] 伊斯兰,S.M。;达斯,S。;Ghosh,S。;罗伊,S。;Suganthan,P.N.,《具有新颖变异和交叉策略的自适应差分进化算法用于全局数值优化》,IEEE系统、人与控制论汇刊,B部分:控制论,42,2,482-500,(2012)
[30] 北卡罗来纳州贾纳。;席尔,J。;Das,S.,《为AB非格模型中的蛋白质结构预测选择合适的元启发式算法:从适应度景观分析的角度》,信息科学,391,28-64,(2017)
[31] Lampinen,J。;Zelinka,I.,《关于差分进化算法的停滞》(MENDEL学报,(2000))
[32] 梁,J。;曲,B。;Suganthan,P.,《2014年CEC单目标实际参数数值优化特别会议和竞赛的问题定义和评估标准》,(2013年),计算智能实验室
[33] 刘杰。;Lampinen,J.,模糊自适应差分进化算法,软计算,9,6,448-462,(2005)·Zbl 1076.93513号
[34] 马,S。;Dong,Y。;桑,Z。;Li,S.,一种改进的和声搜索AEA算法(HSAEA)及其在反应动力学参数估计中的应用,应用软件计算,13,8,3505-3514,(2013)
[35] Mallipeddi,R。;Suganthan,P.N。;潘,Q.-K。;Tasgetiren,M.F.,《参数和变异策略集成的差分进化算法》,应用软计算,11,2,1679-1696,(2011)
[36] Mallipeddi,R。;Wu,G。;李,M。;Suganthan,P.,基于高斯自适应的差分进化参数自适应,(2014年IEEE进化计算大会(CEC)论文集,(2014))
[37] Mezura-Montes,E。;Velázquez-Reyes,J。;Coello Coello,C.A.,《用于全局优化的差异进化变体的比较研究》(第八届遗传和进化计算年会论文集,(2006))
[38] 莫利纳博士。;拉克鲁瓦,B。;Herrera,F.,区域对模因算法的影响(2014年IEEE进化计算大会(CEC)会议记录,(2014))
[39] 穆克吉,R。;Debchoudhury,S。;Das,S.,用局部诱导遗传算子进行动态优化的改进差分进化,《欧洲运筹学杂志》,253,2,337-355,(2016)·Zbl 1346.90826号
[40] Neri,F。;Tirronen,V.,《差异进化的最新进展:调查和实验分析》,《人工智能评论》,33,1-2,61-106,(2010)
[41] Omran,M.G。;Engelbrecht,A.P。;Salman,A.,《裸骨差异进化》,《欧洲运筹学杂志》,196,1128-139,(2009)·Zbl 1165.90693号
[42] 彭,F。;Tang,K。;陈,G。;Yao,X.,基于种群的数值优化算法组合,IEEE进化计算汇刊,14,5,782-800,(2010)
[43] 价格,K。;斯托恩·R·M。;Lampinen,J.A.,《差异进化:全球优化的实用方法》(2006),施普林格科学与商业媒体
[44] 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进化计算汇刊,13,2,398-417,(2009)
[45] Rahnamayan,S。;Tizhoosh,H.R。;Salama,M.,基于对立的差分进化,IEEE进化计算汇刊,12,1,64-79,(2008)
[46] Ronkkonen,J。;库科宁,S。;Price,K.V.,差分进化的实参数优化,(IEEE CEC论文集,(2005))
[47] Salman,A。;Engelbrecht,A.P。;Omran,M.G.,自适应差分进化的实证分析,《欧洲运筹学杂志》,183,2785-804,(2007)·Zbl 1179.90314号
[48] Sarker,R。;Elsayed,S。;Ray,T.,优化问题动态参数选择的差分进化,IEEE进化计算汇刊,18,5,689-707,(2014)
[49] Smith-Miles,K。;van Hemert,J.,通过从进化实例中学习来发现优化算法的适用性,《数学与人工智能年鉴》,61,2,87-104,(2011)·Zbl 1236.49008号
[50] 宋,X-f。;陈,D-z;胡,S-x。;肖,J-z。;Liu,F-z.,重油热裂解模型参数估计的Eugenic进化策略遗传算法,中国大学化学工程学报,17,4,411-417,(2003)
[51] 斯托恩,R。;Price,K.,差分进化——一种简单有效的连续空间全局优化自适应方案,(1995),ICSI Berkeley
[52] 斯托恩,R。;Price,K.,《差分进化-连续空间上全局优化的一种简单有效的启发式算法》,《全局优化杂志》,11,4,341-359,(1997)·Zbl 0888.90135号
[53] 斯托恩,R。;价格,K。;Lampinen,J.,《差分进化——全局优化的实用方法》,(2005),施普林格-柏林·Zbl 1186.90004号
[54] Suganthan,P.N。;Hansen,N。;Liang,J.J。;Deb,K。;陈永平。;Auger,A。;Tiwari,S.,《2005年CEC实时参数优化特别会议的问题定义和评估标准》,(2005),新加坡南洋理工大学,技术报告,KanGAL#2005005,印度坎普尔IIT
[55] Tanabe,R。;Fukunaga,A.S.,使用线性种群规模缩减改进SHADE的搜索性能,(2014年IEEE进化计算大会(CEC)会议记录,(2014))
[56] Tang,K。;彭,F。;陈,G。;Yao,X.,基于人口的算法组合与自动成分算法选择,信息科学,27994-104,(2014)
[57] Teng,N.S。;Teo,J。;Hijazi,M.H.A.,无调差分进化的自适应种群规模,软计算,13,7,709-724,(2009)
[58] Teo,J.,探索差异进化中的动态自适应种群,软计算,10,8,673-686,(2006)
[59] Tirronen,V。;Neri,F.,《适应值多样性自适应差分进化》,自然启发优化算法,199-234,(2009),Springer
[60] Vrugt,J.A。;罗宾逊,B.A。;Hyman,J.M.,实际参数空间中全局优化的自适应多方法搜索,IEEE进化计算汇刊,13,2,243-259,(2009)
[61] Wang,H。;Rahnamayan,S。;Sun,H。;Omran,M.G.,Gaussian bare-bones differential evolution,IEEE控制论汇刊,43,2,634-647,(2013)
[62] Wang,Y。;蔡,Z。;Zhang,Q.,带复合试验向量生成策略和控制参数的差分进化,IEEE进化计算汇刊,15,1,55-66,(2011)
[63] Wang,Y。;李海霞。;黄,T。;Li,L.,基于协方差矩阵学习和双峰分布参数设置的差分进化,应用软计算,18,232-247,(2014)
[64] Wilcoxon,F.,《通过排名方法进行的个体比较》,《生物统计学》,第1、6、80-83页,(1945年)
[65] Wolpert博士。;Macready,W.G.,优化的无免费午餐定理,IEEE进化计算汇刊,1,1,67-82,(1997)
[66] 杨,M。;Li,C。;蔡,Z。;Guan,J.,自增强种群多样性的差异进化,IEEE控制论汇刊,45,2,302-315,(2015)
[67] Yu,H-j。;张,L-p。;陈,D-z。;宋,X-f。;胡S-x.,基于复合粒子群优化的模型参数估计,中国大学化学工程学报,19,5,675,(2005)
[68] Yuen,S.Y。;Zhang,X.,论算法组合,记忆计算,7,3203-214,(2015)
[69] Zaharie,D.,通过控制种群多样性实现差异进化中的参数自适应,(科学计算符号和数字算法国际研讨会论文集,(2002年))·Zbl 1073.90573号
[70] 张杰。;Sanderson,A.C.,JADE:具有可选外部存档的自适应差分进化,IEEE进化计算汇刊,13,5,945-958,(2009)
[71] 赵,Z。;杨,J。;胡,Z。;Che,H.,基于对称拉丁超立方体设计的无约束优化问题的自适应策略和控制参数差分进化算法,欧洲运筹学杂志,250,1,30-45,(2016)·Zbl 1346.90832号
[72] 朱伟。;Tang,Y。;方,J.-A。;Zhang,W.,差分进化的自适应种群调整方案,信息科学,223164-191,(2013)
[73] 齐林斯基,K。;Weitkempe,P。;劳尔·R。;Kammeyer,K.-D.,《使用包括干扰消除的功率分配问题进行差分进化的参数研究》(IEEE进化计算大会会议记录,2006年)。CEC 2006(2006))
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。