求解大规模全局优化问题的新型三层递归差分分组方法
李飞1
刘翔1
徐洪斌2
刘建昌3
1.安徽工业大学电气与信息工程学院,安徽马鞍山 243032;安徽省智能破拆装备工程实验室,安徽马鞍山 2430022.中国石油大学(华东)海洋与空间信息学院,山东青岛 2665803.东北大学信息科学与工程学院,辽宁沈阳 110819
摘要：协同进化算法在求解大规模全局优化问题上具有较好的效果,其核心思想是利用分而治之的策略将一个高维问题分解成若干个子问题,然后分别优化每个子问题.然而,现有的分解方法通常需要花费大量的计算成本来获得精确的变量分组.通过采用递归交互检测中的历史信息简化分组过程,能够避免检测某些集合的相互关系,本文提出了一种新型三层递归差分分组策略(NTRDG).与其他4种现有的分组方法相比,NTRDG在不影响分组精度的情况下计算成本消耗较低.仿真结果表明,NTRDG在求解大规模全局优化问题时具有很强的竞争力.
关键词：全局优化协同进化分解方法三层递归差分分组递归搜索
论文发表日期：2024-04-28
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：10( 691-700 )
英文信息