6、基于适应度景观视角的参数调优

基于适应度景观视角的参数调优

1. 控制准则与异步并行进化算法概述

1.1 控制准则定义

在解决问题时，有一个需要最小化的准则，其定义如下：
[f(x) = \frac{1}{4} \sum_{i} |P_{r,i + 1}^2 - P_{r,i}^2| \cdot (D(\Delta I_{i + 1}) + D(\Delta I_{i}))]
其中，(D(\Delta I_{i}) = |\Delta I_{i} - \Delta I_{ref,i}|)。((P_{r,i}, \Delta I_{i})) 表示在时间步 (i) 时核心的状态，(\Delta I_{ref,i}) 是在功率 (P_{r,i}) 下参考线给出的功率轴向不平衡。该准则对应于所有区域的总和，通过相对功率进行加权，以考虑到高功率下的重要轴向偏移比低功率下更糟糕的情况。最小化此准则可以减少路径面积，并避免接近禁区，同时保持接近参考线。

1.2 异步并行进化算法设计背景

由于问题的适应度评估成本高昂，通过数值模拟计算，且解决该问题的计算环境具有一定特点，所以设计了异步并行进化算法（EA）。一方面，适应度评估持续时间平均约为 40 分钟，且方差较大；另一方面，有大量计算单元（(w = 3072)）可用于运行优化算法，但每个实验中这些单元仅空闲约 15 小时。

2. 异步并行进化算法详细设计

2.1 算法定义

为了解决上述问题，提出了主 - 从（M/W）框架的 EA。平均每 0.78 秒完成一次适应度评估，这意味着主节点不会被从节点的请求淹没，并且相对于适应度评估时间，几秒的空闲工作时间不会降低性