Cooperative Co-evolution with Differential Grouping for Large Scale Optimization

最新推荐文章于 2023-12-05 14:49:40 发布
最新推荐文章于 2023-12-05 14:49:40 发布
阅读量945 收藏 6
点赞数 1
分类专栏： 算法 文章标签： 算法
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_42148307/article/details/128259044
版权

0、论文背景

本文在CCVIL分解的基础上，提出了一种称为微分分组(DG)的自动分解策略，它可以揭示决策变量的潜在交互结构，使它们之间的相互依赖保持在最小。最后将DG分组策略应用于DECC与CBCC的框架中。

Omidvar M N, Li X, Mei Y, et al. Cooperative co-evolution with differential grouping for large scale optimization[J]. IEEE Transactions on evolutionary computation, 2013, 18(3): 378-393.

 1、DG

1.1 不可分离变量的差分定义公式

有关CCVIL，请参照博客：CCVIL。

如果一个函数具有以下一般形式，则它是部分相

了解本专栏 订阅专栏 解锁全文 超级会员免费看
A Sensitivity Analysis of Contribution-Based Cooperative Co-evolutionary Algorithms
qq_42148307的博客
12-14 237
本文在CBCC的基础上，通过分析现有的CBCC技术在更现实的情况下的性能，我们的深入分析表明，即使在这些情况下，CBCC算法也是传统CC技术的优越的替代品。
Smart Use of Computational Resources Based on Contribution for Cooperative Coevolutionary Algorithms
qq_42148307的博客
11-30 529
本文再DECC的基础上，提出了一种新的优化框架CBCC。在处理不可分离问题时，各种子成分对个体整体适应度的贡献之间通常存在不平衡。使用循环方式平等地对待所有的子组件，浪费计算预算。本文提出了一个基于贡献的合作协同进化(CBCC)，它基于它们对全局适应度的贡献来选择子组件。这减轻了不平衡的问题，并允许更有效地利用计算资源。
Cooperative Co-Evolution With Differential Grouping for Large Scale Optimization
诗思的夏天
11-01 1313
合作协同进化（Cooperative Coevolution）是求解大规模优化算法一个有效的方法将大规模问题分解为一组组较小的子问题。而合作协同进化的关键是分解策略。 （变量之间的相互依赖可以极大影响在连续域的优化算法的性能） CC的一个缺点是，它的性能对分解策略的选择敏感;优点是在问题维数增大时表现更好     差分分组： 一个部分加性可分解函数：               
2023，TEVC，An Efficient Adaptive Differential Grouping Algorithm for Large-Scale Black-Box Optimizati
青年有志
11-17 268
论文年份：2023，论文被引：17
合作协同进化算法CCEAs（Cooperative Co-Evolution Algorithm）
今朝相守观桑田的博客
06-17 1万+
** 合作协同进化算法CCEAs ** 1.概述         CCEAs（合作协同进化算法）是一个求解大规模优化问题的算法，该算法采取“分而治之”的策略。对于一个优化问题，依变量分解成若干组问题，分组优化，且各分组间进行合作协同，共同完成整个问题的优化。      ...
合作协同进化算法概述（Cooperative Coevolution）
徐奕的专栏
10-15 1万+
合作协同进化（Cooperative Coevolution）是求解大规模优化算法一个有效的方法。将大规模问题分解为一组组较小的子问题。而合作协同进化的关键是分解策略。分解策略的分类:①随机分解：随机选择基因的顺序，但是用户要决定组的数量和组的大小。②扰动：使用若干方法扰动决策变量尝试对变量进行分组。③模型建构：基于个体数量s的概率模型，在进化过程中迭代更新。下面是CC算法不同的分解策略体现的论文:
论文研究-Large-scale global optimization using cooperative coevolution with self-adaptive differential grouping.pdf
08-14
基于自适应微分分组的大规模全局优化问题求解，方伟，闵瑞高，合作协同演化(Cooperative co-evolution,CC)是一种基于分治策略的算法框架,它将待求解问题分为若干小的子问题后进行分别求解。CC是目前求解�
Mixed second order partial derivatives decomposition method for large scale optimization
02-08
标题“Mixed second order partial derivatives decomposition method for large scale optimization”和描述“AppliedSoftComputing61(2017)1013–1021”表明本文是关于一种应用于大规模优化问题的混合二阶偏导数...
基于自适应微分分组的大规模全局优化问题求解
大规模全局优化（Large-scale Global Optimization，LSGO）问题是一类复杂的优化问题，旨在寻找全局最优解。为了解决LSGO问题，需要设计高效的优化算法。基于分治策略的算法框架，例如合作协同演化（Cooperative Co-...
（八：2020.08.27）CVPR 2020 追踪之论文纲要（译）
热门推荐
Jojo论文基地
08-27 1万+
CVPR 2019 追踪之论文纲要（修正于2020.08.27）讲在前面论文目录 讲在前面 论坛很多博客都对论文做了总结和分类，但就医学领域而言，对这些论文的筛选信息显然需要更加精细的把控，所以自己对这1400篇的论文做一个大致从名称上的筛选，希望能找到些能解决当前问题的答案。 论文链接建议直接Google论文名，比去各种论文或顶会网站找不知道快捷多少。 Respect！ 论文目录 论文 概要 12-in-1 - Multi-Task Vision and Language Repre
基于相似性的动态区间多目标协同进化算法
qq_37179970的博客
01-18 1831
A Similarity-based Cooperative Co-evolutionary Algorithm for Dynamic Interval Multi-objective Optimization Problems 基于相似性的动态区间多目标协同进化算法 链接:
论文研读-基于决策变量分析的大规模多目标进化算法
泛用演化计算、通用人工智能优化模型
07-02 7775
论文研读-基于决策变量分析的大规模多目标进化算法 Multiobjective Evolutionary Algorithm Based on Decision Variable Analyses for Multiobjective Optimization Problems With Large-Scale Variables 觉得有用的话,欢迎一起讨论相互学习~ 此篇文章为 X. Ma et al., "A Multiobjective Evolutionary Algorithm Based o
DG领域常见算法：Domain Alignment
最新发布
ShadyPi的IT笔记
12-05 1226
主要介绍Domain Generalization中的Domain Alignment方法
多目标优化中大规模变量相关性分析
daijinlun的博客
04-29 2071
相互独立的两个变量可以分开优化，各自优化的结果不会相互影响，相互关联的变量因为他们之间的相关性，整体优化的结果与他们分开优化的结果不同，所以不能相互关联的变量不能分开进行优化，设有多目标优化问题,如果存在决策向量 x ,实数，至少一个目标函数，使得那么变量与相关。 ...
使用基于变量交互学习的合作协同进化的大规模全局优化
John的博客
11-08 1276
引用 LaTex @inproceedings{Chen:2010:LGO:1887255.1887289, author = {Chen, Wenxiang and Weise, Thomas and Yang, Zhenyu and Tang, Ke}, title = {Large-scale Global Optimization Using Cooperative Coe...
论文研读-基于决策变量聚类的大规模多目标优化进化算法
泛用演化计算、通用人工智能优化模型
06-30 8073
论文研读-基于决策变量聚类的大规模多目标优化进化算法 A Decision Variable Clustering-Based Evolutionary Algorithm for Large-Scale Many-Objective Optimization 觉得有用的话,欢迎一起讨论相互学习~ 此篇文章为 X. Zhang, Y. Tian, R. Cheng and Y. Jin, "A Decision Variable Clustering-Based Evolutionary Algori
CBCC3 – A CBCC Algorithm with Improved Exploration/Exploitation Balance
qq_42148307的博客
12-16 807
本文是在CBCC1和CBCC2的基础上提出了CBCC3。在本文中，证明了过度探索和过度开发是现有CBCC变体中性能损失的两个主要来源。在此基础上，提出了一种新的基于贡献的算法，可以在探索和开发之间保持更好的平衡。
差分分组的合作协同进化的大规模优化算法详解
徐奕的专栏
06-10 4319
合作协同进化已经引入协同进化算法，目的是通过分而治之的范式解决日益复杂的优化问题。理论上，协同改 变子成分的想法是十分适合解决大规模优化问题的。然而在实践中，没有关于问题的先验知识， 问题应如何分解是尚不清楚的。在本文中，我们提出一个自动分解策略，称为差分分组，可以揭示决策变量的底层交互结构和形成子成分，以使它们之间的相互依存关系保持到最低限度。我们在数学上展示这样一个分解策略如何从部分可分性的定...
人工智能的常用十种算法
qq_45073156的博客
05-18 184
人工智能的常用十种算法
简单介绍一下The surprising effectiveness of ppo in cooperative multi-agent games
05-22
"The surprising effectiveness of PPO in cooperative multi-agent games" 是一篇研究论文，探讨了使用Proximal Policy Optimization (PPO)算法在协作多智能体游戏中的效果。该论文指出，传统的强化学习算法在处理...
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

身影王座

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值