![](https://img-blog.csdnimg.cn/20201014180756757.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
算法
squrriler
这个作者很懒,什么都没留下…
展开
-
高维全局优化 —— CBCC3
一、问题背景介绍在高维优化问题中,通常采用分治法,对维度进行分组之后分别演化,最后合并得出结果。在协同演化之类的算法中,会对每一个分组进行循环演化。实际情况中,每个分组的权重不尽相同,当对某些权重很低的分组进行演化后,对于结果的改进会不如人意,因此,需要采用一种方案,识别分组后的各个分组的贡献度,然后对具有高贡献的分组给予更多的评估次数。借此提高全局优化的结果。Contribution-B...翻译 2018-09-04 20:07:39 · 3147 阅读 · 1 评论 -
优化算法 —— SaNSDE
一、背景介绍传统的差分进化 (DE) 包括几种变异策略以及三个控制参数:种群大小 NP,缩放因子 F,以及交叉率 CR,除了 NP 是对所有基于种群的算法是通用的之外,变异策略,参数 F,CR 对问题的适应度是 DE 搜索过程中最关键的问题。Self-adaptive Differential Evolution with Neighborhood Search (SaNSDE) 是对 N...翻译 2018-09-12 16:28:31 · 4135 阅读 · 2 评论 -
高维全局优化 —— DG2
一、背景介绍1.1 问题背景由于机器学习和深层人工神经网络的兴起,出现了超过十亿个变量的优化问题。数据的普遍性也导致了在很多数据分析和学习问题上出现了大规模优化问题,如:飞机机翼和涡轮叶片的目标形状设计,卫星布局设计,大规模生物系统的评估,地震波形反演,供水系统的参数设定等。高维优化问题的一个主要难点在于,当决策变量增加时,搜索空间是呈指数增长的,称为“维度灾难”。当前处理高维问题的方...翻译 2018-11-27 15:40:23 · 4595 阅读 · 6 评论 -
约束优化 —— UDE
一、背景介绍1.1 问题介绍约束优化在现实世界中很常见。解决约束优化问题具有挑战性,因为约束将搜索空间分为两部分:不可行搜索空间和可行搜索空间。一个约束实参优化问题可以被描述为:min f(x)subject to{gi(x)≤0,∀ i=1,2,...qhj(x)=0,∀ j=q+1,...mmin\ f(x)\quad subject\ to \...翻译 2019-02-18 21:12:39 · 1480 阅读 · 0 评论