×
高淑君；克拉伦斯·德·席尔瓦。

约束优化问题的估计分布算法。 （英语） Zbl 1428.90180号

申请。数学。计算。 339, 323-345 (2018).
摘要：估计分布算法（EDA）是一种利用采样生成子代的进化技术。大多数成熟的EDA专注于解决仅具有可变边界约束的优化问题。本文提出了EDA来解决涉及各种类型约束的约束优化问题。特别是，为EDA设计了一种改进的极值精英选择方法来处理约束。这种选择突出了一些顶级最佳解决方案的作用，将高斯分布的平均向量拉向这些最佳解决方案，并使EDA成为主要的进化方向。使用一组基准函数和一些工程设计问题对基于五种不同高斯分布的EDA进行了评估。研究发现，在解决这些问题时，基于单一多元高斯分布模型的EDA与其他EDA以及一些最新技术相比，具有更好的性能。

引用于2文件

MSC公司：

90 C59 数学规划中的近似方法和启发式

关键词：

估计分布算法；高斯分布；约束优化问题；最佳解决方案；极端精英主义选择

软件：

马泰达
PDF格式BibTeX公司 XML格式引用
\textit{S.Gao}和\textit{C.W.de Silva}，应用。数学。计算。339323-345（2018；Zbl 1428.90180）
全文： 内政部

参考文献：

[1] 文卡特拉曼，S。；Yen，G.G.，《使用遗传算法进行约束优化的通用框架》，IEEE T.Evolut。计算。，9, 4, 424-435 (2005)
[2] 王，Y。；蔡，Z。；周，Y。；Zeng，W.，约束进化优化的自适应权衡模型，IEEE T.Evolut。计算。，12, 1, 80-92 (2008)
[3] 蒙特斯，E.M。；Domínguez，O.C.，用于约束数值优化的改进人工蜂群的实证分析，应用。数学。计算。，218, 22, 10943-10973 (2012) ·Zbl 1284.90079号
[4] Dhadwal，M.K。；Jung，S.N。；Kim，C.J.，用于约束优化问题的高级粒子群辅助遗传算法，计算。最佳方案。申请。，58, 781-806 (2014) ·Zbl 1334.90208号
[5] Mühlenbein，H。；PaaB，G.，《从基因重组到分布估计I.二进制参数》，（《自然并行问题解决程序》（1996）），178-187
[6] 拉腊尼亚加，P。；Lozano，J.A.，《分布算法估计：进化计算的新工具》（2002），Kluwer学术出版社·Zbl 0979.00024号
[7] 豪斯柴尔德，M。；Pelikan，M.，《分布算法估计的介绍和综述》，Swarm Evol。计算。，1, 111-128 (2011)
[8] 拉腊尼亚加，P。；Karshenas，H。；比尔扎，C。；桑塔纳，R.，《进化计算中概率图形模型综述》，J.海利斯特。，18, 5, 795-819 (2012)
[9] S.Baluja，《基于群体的增量学习：一种整合基于遗传搜索的功能优化和竞争学习的方法》，技术报告，编号CMU-CS-94-163，卡内基梅隆大学，1994年。；S.Baluja，《基于群体的增量学习：一种集成基于遗传搜索的函数优化和竞争学习的方法》，技术报告，编号CMU-CS-94-163，卡内基梅隆大学，1994年。
[10] Bonet，J.S。；伊斯贝尔，C.L。；Viola，P.，MIMIC：通过估计概率密度找到最优值，Adv.Neur。Inf.，9424-431（1997）
[11] 佩利坎，M。；Goldberg，D.E。；Cantü-Paz，E.，《BOA:贝叶斯优化算法》（《遗传与进化计算会议论文集》（1999）），525-532
[12] 拉腊尼亚加，P。；埃克塞贝里亚，R。；Lozano，J.A。；Peña，J.M.，通过学习和模拟高斯网络在连续域中进行优化，（通过建立和使用概率模型进行优化的研讨会论文集。2000年遗传和进化计算会议中的研讨会。通过建立和利用概率模型进行最优化的研讨会论文录。2000年美国内华达州遗传和进化计算会议中的会议论文集（2000））， 201-204
[13] P.Larrañaga，J.A.Lozano，E.Bengoetxea，基于多元正态和高斯网络的分布算法估计，技术报告KZZA-IK-1-01，巴斯克大学计算机科学和人工智能系，2001年。；P.Larrañaga，J.A.Lozano，E.Bengoetxea，基于多元正态和高斯网络的分布算法估计，技术报告KZZA-IK-1-01，巴斯克大学计算机科学和人工智能系，2001年。
[14] Ahn，C.W。；Ramakrishna，R.S。；Goldberg，D.E.，Real-coded Bayesian optimization algorithm:bring the strength of BOA to the continuous world，（《遗传与进化计算学报》，GECCO，《遗传与演化计算学报》（GECCO），美国西雅图（2004），840-851
[15] 董，W.S。；Yao，X.，基于多元高斯估计的分布算法的统一特征分析，《信息科学》，178，15，3000-3023（2008）·Zbl 1283.65062号
[16] Wang，L.F。；Zeng，J.C.，基于Copula理论的分布估计算法，Exploit。链接。学习。进化。算法，3139-162（2010）
[17] Karshenas，H。；桑塔纳，R。；比尔扎，C。；Larrañaga，P.，分布算法的正则化连续估计，应用。软件。计算，13，5，2412-2432（2013）
[18] Ahn，C.W。；An，J。；Yoo，J.，《粒子群分布算法的估计：结合粒子群优化算法和EDA的优点》，《信息科学》。，192,1109-119（2012年）
[19] 杨，P。；Tang，K。；Lu，X.F.，通过检测有希望的区域改进多模态问题的分布估计算法，IEEE。事务处理。赛博。，45, 8, 1438-1449 (2015)
[20] 赵富强。；邵，Z.S。；Wang，J.B。；Zhang，C.，基于邻域搜索的混合差分进化和分布估计算法在车间调度问题中的应用，国际生产研究杂志，54，4，1039-1060（2016）
[21] 马蒂，L。；加西亚，J。；加西亚，a。；García，J.M.，MONEDA：基于神经网络的分布估计算法的可扩展多目标优化，J.Global Optim。，66, 4, 729-768 (2016) ·Zbl 1369.90161号
[22] 邵，Z.S。；Pi，哥伦比亚特区。；Shao，W.S.，阻塞流水车间调度问题中带路径链接的分布估计算法，工程优化。，50, 5, 894-916 (2018) ·Zbl 1523.90200号
[23] 罗德里格斯，R.P。；阿吉雷，A.H。；Jöns，S.，在线订单支持问题的分布算法的连续估计，Int.J.Adv.Manuf.Technol。，79, 1, 569-588 (2015)
[24] 高S.J。；De Silva，C.W.，基于极值精英主义的一元边际分布算法及其在机器人逆位移问题中的应用，Genet。程序。进化。机器。，18, 3, 283-312 (2017)
[25] 郝，X.C。；吴建中。；Chien，C.F。；Gen，M.，《分布算法的协同估计：半导体最终测试调度问题的新方法》，J.Intell。制造，25,5867-879（2014）
[26] 巴希尔，S。；梅姆，M。；Khan，A.A。；Shah，S.，《一元边际分布算法在MIMO通信系统中的应用》，国际期刊Commun。系统。，23, 1, 109-124 (2009)
[27] 顾伟（Gu，W.）。；Wu，Y.G。；Zhang，G.Y.，考虑阀点效应和爬坡率的机组动态经济调度的混合单变量边际分布算法，国际事务。选举人。能源系统。，25, 2, 374-392 (2013)
[28] Cruz-Aceves，I。；Avina-Cervantes，J.G。；洛佩斯·埃尔南德斯，J.M。；Garcia-Hernandez，M.G。；托雷斯-西斯内罗斯，M。；Estrada-Garcia，H.J。；Hernandez-Aguirre，A.，使用单变量边缘分布的活动轮廓进行自动图像分割，数学。问题。工程，2013，1-9（2013）
[29] Simionescu，P.A。；Beale，D。；Dozier，G.V.，使用分布估计算法解决约束优化问题，（进化计算大会论文集（IEEE目录No.04TH8753）会议（2004）），296-302
[30] 格雷尔，J。；Rothlauf，F.，PolyEDA：结合分布算法估计和线性不等式约束，（《遗传与进化计算学报》，《遗传与演化计算学报》（2004），美国西雅图，1174-1185
[31] Wan，Z.P。；毛立杰。；王国明，一类非线性双层规划问题的分布估计算法，信息科学。，256, 20, 184-196 (2014) ·Zbl 1321.90132号
[32] 桑塔纳，R。；比尔扎，C。；拉腊尼亚加，P。；Lozano，J.A。；Echegoyen，C。；Mendiburu，A。；Armañanzas，R。；Shakya，S.，MATEDA-2.0：用于实现和分析分布算法估计的MATLAB包，J.Stat.Softw。，35, 7, 1-30 (2010)
[33] 盖革，D。；Heckerman，D.，学习高斯网络，（第十届人工智能不确定性会议论文集。第十届人工智能不确定性会议论文集，美国西雅图（1994）），235-243
[34] Shi，Y.H。；Eberhart，R.，改进的粒子群优化器，进化计算程序，（IEEE计算智能世界大会会议记录（1998）），69-73
[35] 达斯，S。；Suganthan，P.N.，《差异进化：现状调查》，IEEE Trans。进化。计算。，15, 1, 4-31 (2011)
[36] Bäck，T。；Schwefel，H.P.，参数优化进化算法概述，Evol。计算。，1, 1, 1-23 (1993)
[37] Schwefel，H.P.，进化系统中的集体现象，（国际通用系统研究学会第31届年会（1987年）会议记录，匈牙利布达佩斯），1025-1032
[38] 高S.J。；De Silva，C.W.，基于极端精英主义的改进估计分布算法，生物系统，150，149-166（2016）
[39] Runarsson，T.P。；Yao，X.，约束进化优化的随机排序，IEEE T.Evolut。计算。，4, 3, 284-294 (2000)
[40] Mohamed，A.W。；Sabry，H.Z.，基于改进差分进化算法的约束优化，信息科学，194，171-208（2012）
[41] Lin，C.H.，约束优化的粗糙惩罚遗传算法，信息科学。，241119-137（2013年）
[42] Demšar，J.，多数据集上分类器的统计比较，J.Mach。学习。研究，7，1-30（2006）·Zbl 1222.68184号
[43] Wilks，D.，《大气科学中的统计方法》（2011年），学术出版社
[44] 雷·T。；Liew，K.M.，《社会与文明：基于社会行为模拟的优化算法》，IEEE T，Evolut。计算。，7, 4, 386-396 (2003)
[45] 张，M。；罗伟杰。；Wang，X.F.，约束优化的动态随机选择微分进化，Inform。科学。，178, 15, 3043-3074 (2008)
[46] Baykasoğlu，A。；Ozsoydan，F.B.，机械设计优化问题的混沌自适应萤火虫算法，应用。柔和。计算。，36152-164（2015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。