基于免疫优化的单目标多模态期望值规划
2015-01-07张著洪
西南交通大学学报 2015年4期
杨 凯, 张著洪,2
(1.贵州大学计算机科学与技术学院,贵州贵阳550025;2.贵州大学电子信息学院,贵州贵阳550025)
基于免疫优化的单目标多模态期望值规划
杨 凯1, 张著洪1,2
(1.贵州大学计算机科学与技术学院,贵州贵阳550025;2.贵州大学电子信息学院,贵州贵阳550025)
为了求解未知随机变量分布下单目标多模态期望值规划,通过引入检测候选解是否为局部最优解的随机函数,将该期望值规划问题转化为多目标期望值规划问题,并进一步探寻问题的转化关系,获得在一定条件下有效解是最优解的结论;根据样本平均近似化思想,将多目标规划转化为非恒定样本采样的近似化模型,并基于克隆选择和免疫记忆的机理,通过设计递归非支配分层、样本自适应采样和自适应繁殖与变异方案,引导进化种群往优质个体所在区域转移,提出了求解该近似化模型的免疫优化算法.仿真结果表明:与参与比较的多目标优化算法相比,该算法搜索多个最优解方面有明显优势,搜索效果稳定,噪声抑制能力强;求解低、高维标准测试问题获得最优解的数量分别平均提高了20%和70%.
随机规划;多模态期望值规划;多目标优化;免疫优化;自适应采样
多模态期望值规划(multi-modal expected value programming,MEVP)是一类含随机变量和多个局部最优解的期望值规划.如何在未知随机变量分布下,探讨高效且具有强进化能力的优化算法,寻找噪声环境下局部、全局最优解(简称最优解),是智能优化研究要解决的难题[1-3].关于……
登录APP查看全文
