进化算法在大规模优化问题中的应用综述

被引：26

作者：

梁静 ^{[1
]}

刘睿 ^{[1
]}

瞿博阳 ^{[2
]}

岳彩通 ^{[1
]}

机构：

[1] 郑州大学电气工程学院

[2] 中原工学院电子信息学院

来源：

郑州大学学报(工学版) | 2018年 / 39卷 / 03期

关键词：

大规模优化问题; 进化算法; 协同进化; 种群初始化; 基准测试函数;

D O I：

10.13705/j.issn.1671-6833.2017.06.016

中图分类号：

TP18 [人工智能理论];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

针对大规模问题的特点,对已有的大规模进化算法进行了简单的分析,主要介绍算法的初始化方法、不分组策略、静态分组策略、动态分组策略、自适应分组策略、大规模优化算法测试函数集以及算法结果的对比等方面;侧重描述优化算法的搜索策略、更新策略、突变策略和协同进化策略,并列出大规模优化算法测试函数集的特点及优化算法的评价方法;最后,给出了目前大规模优化问题的几个研究难点.

引用

页码：15 / 21

页数：7

共 7 条

[1] Multilevel framework for large-scale global optimization [J].

Mahdavi, Sedigheh ;

Rahnamayan, Shahryar ;

Shiri, Mohammad Ebrahim .

SOFT COMPUTING, 2017, 21 (14) :4111-4140

[2]

Cooperative differential evolution with fast variable interdependence learning and cross-cluster mutation[J] . Hongwei Ge,Liang Sun,Xin Yang,Shinichi Yoshida,Yanchun Liang.Applied Soft Computing . 2015

[3]

A social learning particle swarm optimization algorithm for scalable optimization[J] . Ran Cheng,Yaochu Jin.Information Sciences . 2015

[4]

Metaheuristics in large-scale global continues optimization: A survey[J] . Sedigheh Mahdavi,Mohammad Ebrahim Shiri,Shahryar Rahnamayan.Information Sciences . 2014

[5] Large scale evolutionary optimization using cooperative coevolution [J].

Yang, Zhenyu ;

Tang, Ke ;

Yao, Xin .

INFORMATION SCIENCES, 2008, 178 (15) :2985-2999

[6] A novel population initialization method for accelerating evolutionary algorithms [J].

Rahnamayan, Shahryar ;

Tizhoosh, Hamid R. ;

Salama, Magdy M. A. .

COMPUTERS & MATHEMATICS WITH APPLICATIONS, 2007, 53 (10) :1605-1614

[7]

A Competitive Swarm Optimizer for Large Scale Optimization .2 CHENG R,JIN Y. IEEE transactions on cybernetics . 2014

← 1 →