多模态优化与云计算服务的技术解析
多模态优化算法:DSPSO与SCGA
在多模态优化领域,传统的规范物种保护遗传算法(SCGA)存在一些弊端。其用于迭代结束时识别全局最优解的接受阈值(用$r_f$表示),设置需要十分谨慎。即便对于同一多模态优化问题,相同的$r_f$设置在不同运行中也可能得到不同结果。简单使用山谷检测机制来识别多模态优化的峰值,会增加适应度评估次数,还可能误识别峰值。虽然增加山谷函数中的采样点可解决这些问题,但会进一步增加适应度评估的开销。
为避免SCGA的缺点,同时利用物种确定和保护过程的简单性,提出了DSPSO算法。该算法将物种保护与山谷检测机制相结合,有效识别最优解。具体操作流程如下:
1. 第一轮操作 :使用物种保护,大致设置物种距离来识别物种种子。
2. 第二轮操作 :使用山谷函数细化物种种子集。
3. 物种保护过程 :使用细化后的物种集检查物种种子在下一代中是应保留还是更新。
DSPSO算法的伪代码如下:
1: Xrs ⇐Φ // 细化物种种子集
2: bool bSeed=false
3: 使用规范物种确定过程识别物种种子Xs
4: for i = 1 to Xs.Length do
5: bSeed ⇐true;
6: for all x ∈Xrs do
7: if not hill-valley(x,Xs[i]) then
8: bSeed ⇐false
9:
超级会员免费看
订阅专栏 解锁全文
2849

被折叠的 条评论
为什么被折叠?



