自适应离散差分进化算法策略的选择

被引：10

作者：

薛羽 ^{[1
,2
]}

庄毅 ^{[3
]}

顾晶晶 ^{[3
]}

常相茂 ^{[3
]}

王洲 ^{[4
]}

机构：

[1] 南京信息工程大学江苏省网络监控中心

[2] 南京信息工程大学计算机与软件学院

[3] 南京航空航天大学计算机科学与技术学院

[4] 中国航空工业集团公司洛阳光电设备研究所

来源：

软件学报 | 2014年 / 25卷 / 05期

关键词：

智能计算; 离散优化; 自适应; 离散差分进化; 层次分析法; 决策; 协同干扰; 武器目标分配;

D O I：

10.13328/j.cnki.jos.004448

中图分类号：

TP18 [人工智能理论];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

根据自适应离散差分进化（SaDDE）算法的提出过程,对算法策略选择问题进行了重点研究.策略池在SaDDE中起着重要作用,策略池的设计面临着3个问题,即:（1）怎样鉴别某个候选解产生策略（CSGS）是有效的还是无效的;（2）应该选择哪些CSGS组成策略池;（3）策略池的大小应该是多少.为了解决这些问题,提出了基于相对排列顺序的标度法（RPOSM）和基于RPOSM的层次分析法（RPOSM-AHP）.主要采用某电子对抗（electronic countermeasure,简称ECM）仿真实验平台上的6个测试实例（TINS）进行测试实验.首先,设计了144个不同的CSGS,为了获得这些CSGS在求解问题上的性能排序序列,做了144?6个独立的实验;然后,采用RPOSM和RPOSM-AHP计算这144个CSGS的最终优先级向量;接着,设计了16个具有不同策略池大小的算法,然后在同样的6个测试实例上测试这些算法的性能;最后,再一次采用RPOSM和RPOSM-AHP为SaDDE寻找到了合适的策略池大小.与其他类似算法的对比实验结果表明:在有限的评估次数（NFE）内,SaDDE比同类算法性能优越.

引用

页码：984 / 996

页数：13

共 19 条

[1] A discrete differential evolution algorithm for the permutation flowshop scheduling problem [J].

Pan, Quan-Ke ;

Tasgetiren, Mehmet Fatih ;

Liang, Yun-Chia .

COMPUTERS & INDUSTRIAL ENGINEERING, 2008, 55 (04) :795-816

[2] 基于启发式自适应离散差分进化算法的多UCAV协同干扰空战决策 [J].

薛羽 ;

庄毅 ;

张友益 ;

倪思如 ;

赵学健 .

航空学报, 2013, 34 (02) :343-351

[3]

An effective hybrid discrete differential evolution algorithm for the flow shop scheduling with intermediate buffers[J] . Quan-Ke Pan,Ling Wang,Liang Gao,W.D. Li. &nbspInformation Sciences . 2010 (3)

[4]

A discrete artificial bee colony algorithm for the lot-streaming flow shop scheduling problem[J] . Quan-Ke Pan,M. Fatih Tasgetiren,P.N. Suganthan,T.J. Chua. &nbspInformation Sciences . 2010 (12)

[5]

Self-adaptive learning based particle swarm optimization[J] . Yu Wang,Bin Li,Thomas Weise,Jianyu Wang,Bo Yuan,Qiongjie Tian. &nbspInformation Sciences . 2010 (20)

[6]

An improved self-adaptive PSO technique for short-term hydrothermal scheduling[J] . Ying Wang,Jianzhong Zhou,Chao Zhou,Yongqiang Wang,Hui Qin,Youlin Lu. &nbspExpert Systems With Applications . 2011 (3)

[7]

Self-adaptive learning based immune algorithm[J]. 许斌,庄毅,薛羽,王洲. Journal of Central South University. 2012(04)

[8] 基于HPCC和层次分析法的高性能计算系统评价模型 [J].

刘川意 ;

汪东升 .

软件学报, 2007, (04) :1039-1046

[9]

Applying adaptive algorithms to epistatic domains. Davis L. Proceedings of the International Joint Conference on Artificial Intelligence . 1985

[10]

Genetic algorithm for traveling salesman problem:Using modified partially-mapped crossover operator. Singh V,Choudhary S. Proc.of the Int’’l Conf.on Multimedia,Signal Processing and Communication Technologies . 2009

← 1 2 →