上传者: weixin_38657835
|
上传时间:2023/3/28 9:44:52
|
文件大小:1.5MB
|
文件类型:PDF
大规模优化的具备两阶段可变交互重构的相助条理PSO
大规模优化下场涌普通各个规模。
将大规模下场剖析为与变量交互无关的小规模子下场并举行相助优化是优化算法中的关键步骤。
为了探究变量交互并实施下场剖析责任,咱们开拓了两阶段的变量交互重修算法。
提出了一种学习模子,以探究部份可变相互传染作为先验学识。
提出了一种边缘化降噪模子,以使用先验学识结构部份变量交互传染,行使该学识将下场剖析为小规模模块。
为了优化子下场并缓解过早收敛,咱们提出了一种相助式分层粒子群优化框架,在该框架中,方案了应急诱惑,交互认知以及自我导向开拓的算子。
末了,咱们举行实际阐发以进一步知道所提出的算法。
阐宣告明,假如准确剖析下场,该算法能够保障收敛到全局最优解。
试验是在C
本软件ID:15465854