首页|求解大规模全局优化问题的新型三层递归差分分组方法

求解大规模全局优化问题的新型三层递归差分分组方法

扫码查看
原文链接
  • 万方数据
  • 维普
协同进化算法在求解大规模全局优化问题上具有较好的效果，其核心思想是利用分而治之的策略将一个高维问题分解成若干个子问题，然后分别优化每个子问题。然而，现有的分解方法通常需要花费大量的计算成本来获得精确的变量分组。通过采用递归交互检测中的历史信息简化分组过程，能够避免检测某些集合的相互关系，本文提出了一种新型三层递归差分分组策略(NTRDG)。与其他4种现有的分组方法相比，NTRDG在不影响分组精度的情况下计算成本消耗较低。仿真结果表明，NTRDG在求解大规模全局优化问题时具有很强的竞争力。
New three-level recursive differential grouping method for large-scale optimization problems
The cooperative coevolution algorithm performs well in solving large-scale global optimization problems.The core idea of cooperative coevolution is to utilize a divide-and-conquer strategy for decomposing high-dimensional problems into multiple subproblems,which are then processed individually and separately.However,existing decomposi-tion methods typically require significant computational cost to obtain accurate variable grouping.To address this issue,a novel three-level recursive differential grouping strategy(NTRDG)is proposed in this paper,which simplifies the group-ing process by utilizing historical information in recursive interaction detection and avoids the detection of relationships among certain sets,leading to a lower computational cost without sacrificing grouping accuracy.Simulation results demon-strate that compared to four existing methods,NTRDG exhibits a stronger competitiveness in solving large-scale global optimization problems.

global optimizationcooperative coevolutiondecomposition methodsthree-level recursive differential groupingrecursive search

李飞、刘翔、徐洪斌、刘建昌

展开 >

安徽工业大学电气与信息工程学院,安徽马鞍山 243032

安徽省智能破拆装备工程实验室,安徽马鞍山 243002

中国石油大学(华东)海洋与空间信息学院,山东青岛 266580

东北大学信息科学与工程学院,辽宁沈阳 110819

展开 >

全局优化 协同进化 分解方法 三层递归差分分组 递归搜索

国家自然科学基金青年基金安徽省自然科学基金青年基金安徽省高等学校自然科学研究重点项目安徽省智能破拆装备工程实验室开放基金

619030032008085QE227KJ2019A0051APELIDE2022A007

2024

10.7641/CTA.2023.20980

控制理论与应用
华南理工大学 中国科学院数学与系统科学研究院

控制理论与应用

CSTPCD北大核心
影响因子：1.076
ISSN：1000-8152
年,卷(期)：2024.41(4)
  • 38