【摘 要】
:
大规模全局优化问题是科学研究和工程应用中的典型问题。相对于传统的数学方法和进化算法,协同进化框架能高效地解决大规模全局优化问题。协同进化框架解决大规模全局优化问题的性能依赖于问题分解方法的有效性。其中,差分分组是一种先进的问题分解方法,它能准确识别每对决策决策变量之间的关联,但是在问题分解过程中仍存在分解准确率不高和计算成本增加迅速的问题。同时,协同进化框架采用分解方法求解大规模全局优化问题时虽然
论文部分内容阅读
大规模全局优化问题是科学研究和工程应用中的典型问题。相对于传统的数学方法和进化算法,协同进化框架能高效地解决大规模全局优化问题。协同进化框架解决大规模全局优化问题的性能依赖于问题分解方法的有效性。其中,差分分组是一种先进的问题分解方法,它能准确识别每对决策决策变量之间的关联,但是在问题分解过程中仍存在分解准确率不高和计算成本增加迅速的问题。同时,协同进化框架采用分解方法求解大规模全局优化问题时虽然具有更好的可扩展性,但仍然存在不足,采用静态分解方法的协同进化框架解决完全不可分离问题时效率低下,采用动态分解方法的协同进化框架解决部分可分离问题时计算成本高昂。针对以上存在的问题,本文主要研究内容如下:1、为了提高差分分组方法求解大规模全局优化问题的性能,本文在第三章提出了一种双向探测的差分分组方法。通过设计的双向探测结构,双向探测的差分分组与其它分解方法相比具有更低的复杂度。为了提高双向探测结构的探测准确率,本文提出了自适应扰动策略对不同问题以及不同问题的不同决策变量施加不同的扰动,从而对相互识别的决策变量集合施加更合理的扰动。实验表明,双向探测的差分分组方法降低了问题分解的计算成本,提高了在某些问题上的分解准确率,并且随着问题维度的增加双向探测的差分分组使用的计算成本增长更慢。2、针对目前协同进化框架采用分解方法解决大规模全局优化问题时的不足,本文在第四章提出了采用两分解阶段的协同进化框架。采用两分解阶段的协同进化框架包括两个问题分解阶段,在第一分解阶段,使用添加档案的静态分解方法对问题分解。在第二分解阶段,基于已知信息的动态分解方法使用第一分解阶段的分解档案自动识别子组件的类型,并对高维度的子组件进行第二次分解和对错误分组的决策变量重新动态组合。实验表明,采用两分解阶段的协同进化框架改善了目前协同进化框架在完全不可分离问题上的不足,并且在其它问题上具有良好的优化结果。
其他文献
沉香是沉香属木质部组织及其分泌物共同组成的天然混合物质,是一种“药香”两用材,经济价值高,用途广,可用于制药、香熏、香水、日化产品等。沉香的形成受外界胁迫,次生代谢物的合成及积累,为一个偶然、长期的过程,致使野生沉香数量稀少,难以满足沉香市场的需求。目前,已有通过人工方法诱导沉香形成,但效果不佳,沉香产量低,质量差,且存在被重金属污染的风险。生物结香法被誉为最有前景的结香技术。相关研究表明,自然感
直接甲醇燃料电池(DMFC)因其配置简单、能源可再生、便于储存和能量密度高等优势而逐渐成为电力电子领域的替代电源之一。然而,适用于甲醇催化氧化反应(MOR)的阳极电催化剂的选择是有限的,因为选择过程中我们必须要考虑增强甲醇氧化活性和减少CO中毒的阳极电催化剂,以进一步改善DMFC性能。铂基催化剂被证明是甲醇解离吸附最活跃的金属催化剂。然而,低温下甲醇电氧化过程中产生的CO很容易使铂中毒。此外,铂金
网络技术在21世纪进入飞速发展的快车道,出现了各种各样的网络应用,如云计算、5G网络和物联网等技术。这些技术使我们的生活方式变得更加便利,然而随着网络环境日趋复杂,保障这些网络的安全性也成为一个重要问题。数字签名作为一项关键的网络安全技术,为保护信息安全提供了重要支撑。在传统的基于公钥基础设施的数字签名方案中,一般需要使用单独的证书验证用户身份与公钥之间联系的真实性。在这类系统中,由于证书管理比较
多模态生成是跨越多种模态进行表示、对齐、推理、整合和转化等操作的生成任务,是人工智能领域中极具科研价值与应用价值的研究方向,近年来受到了计算机视觉和自然语言处理等多个社区的关注。作为一个典型的多模态生成任务,视觉叙事非常具有挑战性且尚未被完全开发,其定义是给定一组有序的图像,根据图像信息生成与图像内容相关、语句通顺且具有逻辑一致性的故事文本。在前人的工作中,一个通用的范式是使用预训练卷积神经网络作
单输入多输出DC-DC变换器是一种很有前景的开关电源拓扑,在电动汽车、便携式设备等需要多个稳压电源的领域中广泛应用。单输入多输出DC-DC变换器采用单个电感或耦合电感来产生多个输出,相较于单输入单输出DC-DC变换器,它具有低成本、高效率和高功率密度等优点。然而由于多路输出只使用单个电感或耦合电感,输出支路间的交叉影响是不可避免地,严重时可能破坏系统稳定性,因此为减小单输入多输出DC-DC变换器输
感应电机(Induction Motor,IM)凭借结构简单、制造方便、成本低、运行可靠、坚固耐用并且在恶劣的工况下仍可应用等优势,被广泛应用于电动汽车以及高铁等现代电气化交通领域中。感应电机系统的高精度、高性能控制是当前电机系统控制的主要研究方向。模型预测控制(Model Predictive Contro,MPC)具有原理简单、易于实现、动态响应快等特点,而且能够有效地处理非线性、多变量、多约
肝脏是人体腹部最大的实体器官,其小病灶种类很多,肝病的发生率很高,严重威胁着人类的健康和生命。肝病的诊断与防治一直是中国当前临床治疗科研的重点。近年来,计算机断层扫描(Computed Tomography,CT)已成为诊断和治疗肝病使用最广泛的医学影像学方法。由于肝脏的大小随性别、年龄和身体形状而变化,并且小病灶与周围正常肝组织之间的边界不明确,此外,小病灶的大小、外观多样性和不均匀的密度都加大
近年来,随着人工智能和机器视觉技术的快速发展,图像的三维重建已经成为机器视觉领域的热门研究课题,已产生了诸多理论和方法。目前许多图像的三维重建算法通常适用于对大场景成像等纹理细节丰富的场景,但在显微镜应用领域,其主要应用于对平面标本的观测,也有用于观察立体标本的实体显微镜,但局限于光学成像原理成像还是平面的,对立体标本的成像并不能很好观察到标本的三维特征,所以研发面向立体标本成像的三维技术具有重要
虚拟手术系统是VR技术在医学领域的重要应用,其目的在于重现真实的手术,为医务工作者提供低成本、无损伤、可复用的手术训练和辅助平台,具有广阔的应用前景和研究价值。但鉴于临床环境的复杂性,虚拟手术涉及多学科技术融合,研究难度较高。其中,软组织建模是虚拟手术的核心部分,是形变模拟、视觉触觉渲染、切割仿真等功能的基础,对实时性、真实性、稳定性有很高的要求。在此背景下,本文针对基于体素和位置动力学的肝脏虚拟
数字社会是数字技术引发的社会革命的产物,在思想观念、社会生活等领域纷纷数字化的影响下,基于传统社会所建构的治理模式出现数字化转向。其中,数字社会的治理目标转为构建以共建共治共享为目标的数字政府治理模式,社会组织形态也出现“金字塔型”的治理结构向扁平化的平台共享治理的转变。治理手段也开始数字化变革,首先表现为深度不学习的“大法律”转化为学习性的“小法律”,其次表现为算法决策的广泛应用与算法权力的形成