智能优化方法的统一迭代采样框架

王艺鹏; 辛斌; 陈杰

0
0
浏览
下载

摘要
关键词
基金信息
论文图表
同行评议
相关论文
评论

智能优化方法的统一迭代采样框架

首发时间：2017-05-16

王艺鹏 ¹
王艺鹏（1994-），男，硕士研究生，主要研究方向：进化计算
辛斌 ^{1
2
3}
辛斌（1982-），男，博士，副教授，博士生导师，主要研究方向：进化计算、多目标优化、多智能体系统
陈杰 ^{1
2
3}

1、北京理工大学自动化学院，北京，100081
2、复杂系统智能控制与决策国家重点实验室，北京，100081
3、北京市智能机器人与系统高精尖创新中心，北京，100081

摘要：智能优化方法是解决复杂优化问题的一类通用求解方法，其主要特征是借鉴自然规律建立启发式的解空间搜索/采样策略，通过迭代计算优化问题求解。智能优化方法这一研究方向已经具有60多年的发展历史，目前仍然在蓬勃发展，并在很多研究领域中取得成功应用。但是，无论什么样的智能优化方法，其本质都是一种解空间采样方法。因此，我们可以从采样过程的角度建立智能优化方法的统一迭代采样框架，并在这个框架的基础上，对典型的智能优化方法的迭代过程进行分析和研究。另外，统一的迭代采样框架也有利于系统地分析不同方法的相似性和差异性，从而为有效的算法设计提供指导思想。基于提出的统一迭代采样框架，本文对八种典型智能优化方法的迭代采样过程进行了分析和研究。

关键词：智能优化统一框架迭代算子生成算子选择算子

For information in English, please click here

A Unifying Iterative Sampling Framework for Intelligent Optimization Methods

WANG Yipeng ¹
王艺鹏（1994-），男，硕士研究生，主要研究方向：进化计算
XIN Bin ¹
辛斌（1982-），男，博士，副教授，博士生导师，主要研究方向：进化计算、多目标优化、多智能体系统
CHEN Jie ²

1、School of Automation, Beijing Institute of Technology, Beijing, 100081
2、State Key Laboratory of Intelligent Control and Decision of Complex Systems, Beijing, 10081

Abstract：Intelligent optimization methods (IOMs) are a kind of general problem-solving methods used for complex optimization problems. Inspired by various mechanisms of the nature, IOMs adopt heuristic search/sampling strategies and solve optimization problems by iterative computation. IOMs were born more than 60 years ago, and it is still booming nowadays. Plenty of successful applications have been witnessed in many research fields. However, no matter which IOM, the essence is iterative sampling in solution space. Therefore, we can build a unifying iterative sampling framework for IOMs from the perspective of the sampling process, and analyze and investigate the iteration process of typical IOMs based on the framework. Besides, a unifying iterative sampling framework can help to systematically analyze the similarities and differences between different methods thus providing the guidance for effective algorithm design. Based the proposed iterative sampliing framework, the iterative sampling processes of eight typical intelligent optimization methods are analyzed and studied in this paper.

Keywords： Intelligent optimization unifying framework iteration operator generating operator selection operator

基金：

论文图表：

引用

导出参考文献

.txt

.ris

.doc

王艺鹏，辛斌，陈杰. 智能优化方法的统一迭代采样框架[EB/OL]. 北京：中国科技论文在线 [2017-05-16]. https://www.paper.edu.cn/releasepaper/content/201705-923.

No.4733518120059614****

同行评议

共计0人参与

全部评论

0/1000

论文编号	201705-923
论文题目	智能优化方法的统一迭代采样框架
文献类型
收录期刊	上传封面中文期刊英文期刊期刊名称（中文）期刊名称（英文）年，卷（）上传封面中文专著英文专著书名（中文）书名（英文）出版地出版社出版年上传封面中文译著英文译著书名（中文）书名（英文）出版地出版社出版年上传封面中文论文集英文论文集编者.论文集名称（中文） [c]. 出版地出版社出版年， - 编者.论文集名称（英文） [c]. 出版地出版社出版年，- 上传封面中文文献英文文献期刊名称（中文）期刊名称（英文）日期-- 在线地址http:// 上传封面中文文献英文文献文题（中文）文题（英文）出版地出版社,出版日期-- 上传封面中文文献英文文献文题（中文）文题（英文）出版地出版社,出版日期--
英文作者写法：中外文作者均姓前名后，姓大写，名的第一个字母大写，姓全称写出，名可只写第一个字母，其后不加实心圆点“.”, 作者之间用逗号“，”分隔，最后为实心圆点“.”, 示例1：原姓名写法：Albert Einstein,编入参考文献时写法：Einstein A. 示例2：原姓名写法：李时珍；编入参考文献时写法：LI S Z. 示例3：YELLAND R L,JONES S C,EASTON K S,et al.