基于协方差分析的合作协同进化差分进化算法

基于协方差分析的合作协同进化差分进化算法

TP18; 在大规模高维优化问题中,随着决策变量数目的增加,协同进化算法在搜索全局最优解过程中容易陷入局部最优.基于此,提出了一种基于协方差分析的合作协同进化差分进化算法,在根据决策变量之间的相关性对优化问题进行分组之后,针对子组件内部变量之间的相关性会影响种群进化过程的现象,在对子组件优化的过程中,利用协方差计算种群分布的特征向量,通过坐标旋转消除变量之间的相关性,有效避免在种群搜索过程中陷入局部最优,同时加快了算法的寻优速度.在CEC 2014测试函数集上进行了对比实验,实验结果表明,所提算法具有可行性....

Ausführliche Beschreibung

Gespeichert in:
Bibliographische Detailangaben
Veröffentlicht in:通信学报 2023, Vol.44 (1), p.189-199
Hauptverfasser: 王彬, 任露, 王晓帆, 曹雅娟
Format: Artikel
Sprache:chi
Online-Zugang:Volltext
Tags: Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
container_end_page 199
container_issue 1
container_start_page 189
container_title 通信学报
container_volume 44
creator 王彬
任露
王晓帆
曹雅娟
description TP18; 在大规模高维优化问题中,随着决策变量数目的增加,协同进化算法在搜索全局最优解过程中容易陷入局部最优.基于此,提出了一种基于协方差分析的合作协同进化差分进化算法,在根据决策变量之间的相关性对优化问题进行分组之后,针对子组件内部变量之间的相关性会影响种群进化过程的现象,在对子组件优化的过程中,利用协方差计算种群分布的特征向量,通过坐标旋转消除变量之间的相关性,有效避免在种群搜索过程中陷入局部最优,同时加快了算法的寻优速度.在CEC 2014测试函数集上进行了对比实验,实验结果表明,所提算法具有可行性.
doi_str_mv 10.11959/j.issn.1000?436x.2023005
format Article
fullrecord <record><control><sourceid>wanfang_jour</sourceid><recordid>TN_cdi_wanfang_journals_txxb202301016</recordid><sourceformat>XML</sourceformat><sourcesystem>PC</sourcesystem><wanfj_id>txxb202301016</wanfj_id><sourcerecordid>txxb202301016</sourcerecordid><originalsourceid>FETCH-wanfang_journals_txxb2023010163</originalsourceid><addsrcrecordid>eNpjYFA0NNAzNLQ0tdTP0sssLs7TMzQwMLA3MTar0DMyMDI2MDBlYeAEiekCxSI4GHiLizOTDEwNjc3NDIwNORlsns7f9WRX39Pe_mfTdj7dvu5pR9uzeROez2p5OqHjyd45QPGnE3pe7J_9tGcaRBbCfr5u-rPNU3kYWNMSc4pTeaE0N4Oqm2uIs4dueWJeWmJeenxWfmlRHlAmvqSiIgnsHkMDQzNjYtUBAKesVX4</addsrcrecordid><sourcetype>Aggregation Database</sourcetype><iscdi>true</iscdi><recordtype>article</recordtype></control><display><type>article</type><title>基于协方差分析的合作协同进化差分进化算法</title><source>DOAJ Directory of Open Access Journals</source><creator>王彬 ; 任露 ; 王晓帆 ; 曹雅娟</creator><creatorcontrib>王彬 ; 任露 ; 王晓帆 ; 曹雅娟</creatorcontrib><description>TP18; 在大规模高维优化问题中,随着决策变量数目的增加,协同进化算法在搜索全局最优解过程中容易陷入局部最优.基于此,提出了一种基于协方差分析的合作协同进化差分进化算法,在根据决策变量之间的相关性对优化问题进行分组之后,针对子组件内部变量之间的相关性会影响种群进化过程的现象,在对子组件优化的过程中,利用协方差计算种群分布的特征向量,通过坐标旋转消除变量之间的相关性,有效避免在种群搜索过程中陷入局部最优,同时加快了算法的寻优速度.在CEC 2014测试函数集上进行了对比实验,实验结果表明,所提算法具有可行性.</description><identifier>ISSN: 1000-436X</identifier><identifier>DOI: 10.11959/j.issn.1000?436x.2023005</identifier><language>chi</language><publisher>西安理工大学陕西省网络计算与安全技术重点实验室,陕西西安 710048%西安理工大学计算机科学与工程学院,陕西西安 710048</publisher><ispartof>通信学报, 2023, Vol.44 (1), p.189-199</ispartof><rights>Copyright © Wanfang Data Co. Ltd. All Rights Reserved.</rights><woscitedreferencessubscribed>false</woscitedreferencessubscribed></display><links><openurl>$$Topenurl_article</openurl><openurlfulltext>$$Topenurlfull_article</openurlfulltext><thumbnail>$$Uhttp://www.wanfangdata.com.cn/images/PeriodicalImages/txxb/txxb.jpg</thumbnail><link.rule.ids>314,780,784,864,4024,27923,27924,27925</link.rule.ids></links><search><creatorcontrib>王彬</creatorcontrib><creatorcontrib>任露</creatorcontrib><creatorcontrib>王晓帆</creatorcontrib><creatorcontrib>曹雅娟</creatorcontrib><title>基于协方差分析的合作协同进化差分进化算法</title><title>通信学报</title><description>TP18; 在大规模高维优化问题中,随着决策变量数目的增加,协同进化算法在搜索全局最优解过程中容易陷入局部最优.基于此,提出了一种基于协方差分析的合作协同进化差分进化算法,在根据决策变量之间的相关性对优化问题进行分组之后,针对子组件内部变量之间的相关性会影响种群进化过程的现象,在对子组件优化的过程中,利用协方差计算种群分布的特征向量,通过坐标旋转消除变量之间的相关性,有效避免在种群搜索过程中陷入局部最优,同时加快了算法的寻优速度.在CEC 2014测试函数集上进行了对比实验,实验结果表明,所提算法具有可行性.</description><issn>1000-436X</issn><fulltext>true</fulltext><rsrctype>article</rsrctype><creationdate>2023</creationdate><recordtype>article</recordtype><recordid>eNpjYFA0NNAzNLQ0tdTP0sssLs7TMzQwMLA3MTar0DMyMDI2MDBlYeAEiekCxSI4GHiLizOTDEwNjc3NDIwNORlsns7f9WRX39Pe_mfTdj7dvu5pR9uzeROez2p5OqHjyd45QPGnE3pe7J_9tGcaRBbCfr5u-rPNU3kYWNMSc4pTeaE0N4Oqm2uIs4dueWJeWmJeenxWfmlRHlAmvqSiIgnsHkMDQzNjYtUBAKesVX4</recordid><startdate>2023</startdate><enddate>2023</enddate><creator>王彬</creator><creator>任露</creator><creator>王晓帆</creator><creator>曹雅娟</creator><general>西安理工大学陕西省网络计算与安全技术重点实验室,陕西西安 710048%西安理工大学计算机科学与工程学院,陕西西安 710048</general><general>西安理工大学计算机科学与工程学院,陕西西安 710048</general><scope>2B.</scope><scope>4A8</scope><scope>92I</scope><scope>93N</scope><scope>PSX</scope><scope>TCJ</scope></search><sort><creationdate>2023</creationdate><title>基于协方差分析的合作协同进化差分进化算法</title><author>王彬 ; 任露 ; 王晓帆 ; 曹雅娟</author></sort><facets><frbrtype>5</frbrtype><frbrgroupid>cdi_FETCH-wanfang_journals_txxb2023010163</frbrgroupid><rsrctype>articles</rsrctype><prefilter>articles</prefilter><language>chi</language><creationdate>2023</creationdate><toplevel>online_resources</toplevel><creatorcontrib>王彬</creatorcontrib><creatorcontrib>任露</creatorcontrib><creatorcontrib>王晓帆</creatorcontrib><creatorcontrib>曹雅娟</creatorcontrib><collection>Wanfang Data Journals - Hong Kong</collection><collection>WANFANG Data Centre</collection><collection>Wanfang Data Journals</collection><collection>万方数据期刊 - 香港版</collection><collection>China Online Journals (COJ)</collection><collection>China Online Journals (COJ)</collection><jtitle>通信学报</jtitle></facets><delivery><delcategory>Remote Search Resource</delcategory><fulltext>fulltext</fulltext></delivery><addata><au>王彬</au><au>任露</au><au>王晓帆</au><au>曹雅娟</au><format>journal</format><genre>article</genre><ristype>JOUR</ristype><atitle>基于协方差分析的合作协同进化差分进化算法</atitle><jtitle>通信学报</jtitle><date>2023</date><risdate>2023</risdate><volume>44</volume><issue>1</issue><spage>189</spage><epage>199</epage><pages>189-199</pages><issn>1000-436X</issn><abstract>TP18; 在大规模高维优化问题中,随着决策变量数目的增加,协同进化算法在搜索全局最优解过程中容易陷入局部最优.基于此,提出了一种基于协方差分析的合作协同进化差分进化算法,在根据决策变量之间的相关性对优化问题进行分组之后,针对子组件内部变量之间的相关性会影响种群进化过程的现象,在对子组件优化的过程中,利用协方差计算种群分布的特征向量,通过坐标旋转消除变量之间的相关性,有效避免在种群搜索过程中陷入局部最优,同时加快了算法的寻优速度.在CEC 2014测试函数集上进行了对比实验,实验结果表明,所提算法具有可行性.</abstract><pub>西安理工大学陕西省网络计算与安全技术重点实验室,陕西西安 710048%西安理工大学计算机科学与工程学院,陕西西安 710048</pub><doi>10.11959/j.issn.1000?436x.2023005</doi></addata></record>
fulltext fulltext
identifier ISSN: 1000-436X
ispartof 通信学报, 2023, Vol.44 (1), p.189-199
issn 1000-436X
language chi
recordid cdi_wanfang_journals_txxb202301016
source DOAJ Directory of Open Access Journals
title 基于协方差分析的合作协同进化差分进化算法
url https://sfx.bib-bvb.de/sfx_tum?ctx_ver=Z39.88-2004&ctx_enc=info:ofi/enc:UTF-8&ctx_tim=2024-12-18T21%3A42%3A43IST&url_ver=Z39.88-2004&url_ctx_fmt=infofi/fmt:kev:mtx:ctx&rfr_id=info:sid/primo.exlibrisgroup.com:primo3-Article-wanfang_jour&rft_val_fmt=info:ofi/fmt:kev:mtx:journal&rft.genre=article&rft.atitle=%E5%9F%BA%E4%BA%8E%E5%8D%8F%E6%96%B9%E5%B7%AE%E5%88%86%E6%9E%90%E7%9A%84%E5%90%88%E4%BD%9C%E5%8D%8F%E5%90%8C%E8%BF%9B%E5%8C%96%E5%B7%AE%E5%88%86%E8%BF%9B%E5%8C%96%E7%AE%97%E6%B3%95&rft.jtitle=%E9%80%9A%E4%BF%A1%E5%AD%A6%E6%8A%A5&rft.au=%E7%8E%8B%E5%BD%AC&rft.date=2023&rft.volume=44&rft.issue=1&rft.spage=189&rft.epage=199&rft.pages=189-199&rft.issn=1000-436X&rft_id=info:doi/10.11959/j.issn.1000?436x.2023005&rft_dat=%3Cwanfang_jour%3Etxxb202301016%3C/wanfang_jour%3E%3Curl%3E%3C/url%3E&disable_directlink=true&sfx.directlink=off&sfx.report_link=0&rft_id=info:oai/&rft_id=info:pmid/&rft_wanfj_id=txxb202301016&rfr_iscdi=true