求解约束优化问题的文化算法研究

文化算法的主要思想是明确地从进化种群中获得求解问题的知识(即信念)并用于指导搜索过程.本文提出了一种基于多层信念空间的文化算法,该算法通过对多层信念空间的择优选用将提取的知识用于提高进化计算性能来解决约束优化问题.应用实例表明该算法具有较好的结果和较少的计算量.

资源受限项目调度问题的改进文化微粒群算法求解

为了克服标准微粒群算法在求解资源受限项目调度问题上存在的早熟现象,提出一种改进的文化微粒群算法。该算法框架基于微粒群算法的主群体空间和文化算法的知识空间,两种空间具有各自的群体并可独立并行演化,形成双演化双促进机制,提高了算法的全局搜索能力和运行效率。同时为了避免文化算法知识空间自我演化限制,引入遗传算法的演化机制来改进知识空间的演化操作。通过具体的算例比较,验证了提出的改进文化微粒群算法在求解资源受限项目问题时的有效性。

文化算法及其在梯级水电站长期优化调度中的应用

针对梯级水电站长期优化调度难处理的多变量、高维数问题,根据文化算法(CA)原理,利用进化规划模式在群体空间产生群体,设计接受函数选择优秀群体的经验并提炼为信念空间的环境知识和标准知识,通过施加小扰动信号方式解决信念空间可能出现的局部收敛问题,再设计影响函数指导群体空间群体进化;首次把该算法应用于梯级水电站长期优化调度问题。构建了包括水电站水头特性数学模型、水库蓄水量数学模型及以年发电量最大为目标函数的梯级水电站长期调度模型。应用于一个三梯级水电站优化调度的仿真结果表明:与自适应权重粒子群算法Ⅰ(AWPSO-I)、自适应权重粒子群算法Ⅱ及混沌粒子群算法(CPSO-Ⅱ)相比,文化算法具有很好的全局搜索、局部搜索能力及收敛速度,在满足约束的条件下,文化算法的调度结果分别比AWPSO-Ⅱ、CPSO算法的调度结果增加年发电量2.32亿kW.h、0.51亿kW.h,为解决大规模梯级水电站优化调度问题提供了新的方法与思路。

基于文化算法和改进差分进化算法的混合算法

改进差分进化算法不能有效利用进化过程中的知识,传统文化算法进化后期收敛速度较慢。针对这些问题提出一种基于文化算法和改进差分进化算法的混合算法,并将这一算法应用于约束求解问题。对基准函数和丁烯烷化生产调度问题进行仿真,结果表明该混合算法具有较好的实用性和稳健性,在寻优效率和优化结果方面都优于与之比较的算法,并降低了计算量。

基于文化鲸鱼优化算法的特征权重优化分配方法

为了解决基于数据的预测模型中特征权重分配不合理的问题,将鲸鱼优化算法(whale optimization algorithm,WOA)纳入文化算法的种群空间中,获得了一种文化鲸鱼优化算法(cultural whale optimization algorithm,CWOA)以用于特征权重的优化分配.首先,将预测模型的均方根误差作为适应度函数;然后,采用WOA在种群空间中对特征权重进行迭代寻优;接着,通过接受函数将种群空间中的最优权重置于信仰空间中进行性能评价与双变异演化,以此形成形势知识和规范知识;最后,通过影响函数对种群空间中的权重进行更新指导,如此循环,从而得到特征权重的优化分配结果.以基于案例推理的预测模型为例,使用加州大学欧文分校(University of California Irvine,UCI)标准数据集对特征权重的不同分配方法进行了对比实验,结果表明该方法分配权重后的预测精度最优,在涉及特征权重分配的机器学习领域具有一定应用价值.

改进型文化算法在三维空间装载中的应用

为提高仓储货运空间利用率,降低成本,提高效率,提出基于改进型文化算法的三维空间最优装载方法。根据装载问题的特点,兼顾各项约束条件建立起一个多约束多目标的数学模型,并且将文化算法单一的信仰空间改进为多层。该算法通过对多层信仰空间择优选取,用其中的经验来提高进化速度和计算性能,同时保持搜索范围广等优良性。仿真结果表明:该算法有良好的结果,与传统算法相比,能够更有效快速地解决三维集装箱装载问题,可应用性好。

一种求解约束优化问题的进化规划型文化算法

为了求解复杂约束优化问题,提出了一种新的进化算法——进化规划型文化算法。求解过程中,在基于自适应的文化算法中引入进化规划,有效利用进化过程中相关知识引导种群进化。针对约束优化问题,对这一算法的信念空间进行了设计,并利用基准函数和丁烯烷化生产调度问题进行了仿真,仿真结果表明该算法具有较好的全局搜索能力,而且大大减少了计算量。