【摘 要】
:
随着科技的进步,在许多领域例如计算生物,物流配送中的车辆调度,采矿,以及当下热门的大数据与人工智能领域等,很多实际应用模型都涉及到大规模优化问题的求解。在这类问题的求解上,一些传统的优化算法比如牛顿法,拟牛顿法,共轭梯度法等经典方法不再那么高效甚至是无效的。故而这类问题的求解是相当困难且具有现实研究意义的。求解这类的问题困难之处主要在于以下几点:一个是搜索空间巨大,目前的算法搜索效率较低,很难在给
论文部分内容阅读
随着科技的进步,在许多领域例如计算生物,物流配送中的车辆调度,采矿,以及当下热门的大数据与人工智能领域等,很多实际应用模型都涉及到大规模优化问题的求解。在这类问题的求解上,一些传统的优化算法比如牛顿法,拟牛顿法,共轭梯度法等经典方法不再那么高效甚至是无效的。故而这类问题的求解是相当困难且具有现实研究意义的。求解这类的问题困难之处主要在于以下几点:一个是搜索空间巨大,目前的算法搜索效率较低,很难在给定的时间内找到全局最优解;另一个是局部最优解的个数众多,已有的跳出局部最优解的技术有效性不足,使得算法跳出局部最优解较为困难。如何在较短时间内找到全局最优解或者找出相对较好的近似解就显得尤为重要了。在这里,基于目前主流的两种求解这类问题的思路,我们提出了以下两种不同的启发式算法:1、基于不同搜索策略的自适应混合搜索算法。它包含整体空间的搜索,低维空间的搜索和一维空间的搜索三种策略以及种群重启机制。我们期望它能够适应不同函数的特点自动调整搜索策略,从而扩展算法的应用范围,并且尽可能地提高搜索效率。另外,该算法可以根据不同阶段不同策略的表现,在搜索过程中自适应地为不同的优化策略合理地分配函数评估次数。此外,可以根据先前的表现以自适应的方式动态地调整搜索过程中相关的参数包括搜索范围,优化变量以及判断是否陷入局部最优解,并触发相应的重启机制。总之,我们希望算法能够根据不同函数在不同搜索阶段的特点自由地做出合理的抉择,以便提高算法的搜索效率以及扩大算法的实际应用范围。最后,我们在大规模优化常用的标准测试集CEC 2013上做了相应的实验仿真,并和一些著名的算法做了对比,结果表明这种混合搜索算法是相当具有竞争力的。无论是在完全可分,部分可分还是完全不可分函数上均有着良好的表现,达到了该算法设计的初衷。2、基于变量分组的协同进化搜索算法。不同于上述的混合搜索算法,以上的算法主要是使用混合搜索,整合了多种搜索策略在解空间中进行搜索。而该算法主要基于变量分组的方法。首先,我们提出了一种新的变量分组方法,主要是基于变量之间的相关性。这种分组方法对原有的方法做了一些改进,不仅扩大了现有变量分组的适用范围,而且还考虑到了变量的优化顺序对问题的求解所带来的影响。在对变量进行合理分组的基础上,我们又设计了针对不同变量组的函数评估次数进行动态分配的策略。第一轮,我们对不同的变量组分配相同的函数评估次数,接下来的优化轮次中函数评估分配包含两部分,一部分是对每个组分配相同的较少的函数评估次数,然后另一部分根据上一轮单位函数评估次数的函数值下降率进行分配。这是一种类似基础加绩效的分配原则。最后,我们同样在通用的测试集CEC 2013上进行了相应的实验,并且与几个目前公认的优秀算法做了对比,结果表明我们的算法表现相当优异,无论是在完全可分,还是部分可分的函数上都取得了相当好的效果。但是在完全不可分函数的求解上目前没有较为高效的办法,所以这类问题值得人们更深入的研究。
其他文献
近年来,随着传感器技术的发展,多模态多光谱图像配准和多光谱图像融合技术已成为一个非常活跃的研究领域。多模态多光谱图像在多光谱成像系统中经常存在的未配准的问题,如闪光图像和非闪光图像、RGB图像和近红外(NIR)图像对、深度图像和颜色图像等。在计算机视觉中,已有的许多多光谱融合方法都假设输入图像已经被很好的配准了,使得多模态和多光谱图像不适合直接用于图像融合。现有的图像配准方法可分为基于强度的配准方
深度学习被广泛应用于众多领域和行业,面对复杂任务时能够发挥巨大的优势。但是,随着对深度神经网络越来越高的关注度,研究人员发现神经网络存在令人堪忧的安全问题,若是被恶意利用,会造成巨大的损失。因此,对于神经网络鲁棒性的研究至关重要,各种针对深度神经网络的攻击和防御技术层出不穷,本文主要对图像分类任务中的神经网络进行研究。目前的研究主要通过生成对抗性样本的方式实现对神经网络的攻击,其中基于梯度的对抗性
[目的]肝细胞肝癌是原发性肝癌中最多见的恶性肿瘤,死亡率仅次于胃癌、食道癌。HBV的感染与肝细胞肝癌的发生密切相关。MicroRNAs(miRNAs)是一类真核生物中广泛存在的,内源性
随着地震采集技术水平不断提高,勘探深度越来越深,地震数据中包含的地震信息愈加丰富。在深层地震勘探中,由于地震资料采集的条件限制和复杂地质条件等因素的影响,在原始的地震资料中会产生弱信号,即剖面中存在着较严重的随机噪声干扰有效信号,这会给地震资料的处理和解释带来困难。因此有必要对深层地震弱信号的增强方法进行研究,从而提升深层地震资料的质量,这也是勘探目标地震准确识别的基础性工作。本文论述了地震弱信号
研究目的本研究希望解决以下问题:(1)在合成生物学领域中,企业的合作行为模式是怎样的?他们是否互动频繁,或是仍处于寻找合作伙伴、互相试探的阶段?(2)目前合成生物学的专利
本文通过对商品林保险保费补贴研究的文献综述梳理,发现目前国内外缺少从政府财政资金补贴效率角度测算商品林保险保费补贴规模的问题。通过期望效用函数以及福利经济学理论
太阳能被认为是最有潜力的可再生能源,随着人们对于太阳能的不断研究和理解,太阳能电池也得到了相应的发展,从最早的硅电池,到多元化合物薄膜电池,再到最新的第三代太阳能电
支持向量机(Support Vector Machines,SVM)是基于统计学习理论的一种新的学习方法。然而,有一类支持向量机的泛化能力在很大程度上取决于核函数的选择。根据目前支持向量机的研究现状,发现引入智能优化算法对支持向量机参数进行优化有一定的局限性。例如,一些智能优化算法在优化时过于依赖参数的控制,控制参数的变化对支持向量机的分类和识别有很大的影响。本文首先对支持向量机进行了研究,发现由
目的:研究谷胱甘肽过氧化物酶2(Glutathione peroxidase 2,GPX2)在宫颈癌组织和细胞中的表达情况以及GPX2与宫颈癌临床病理特征的相关性。利用分子生物学技术探讨GPX2与活性
目的:随着癌症诊断治疗相关研究的深入,肿瘤酶在肿瘤发生发展与治疗诊断中的地位愈发重要。肿瘤酶具有特异性表达于肿瘤组织的普遍特征,如基质金属蛋白酶2在多种肿瘤的表达量