高维全局优化 —— CBCC3

2024-03-19 00:50
文章标签 全局 优化 高维 cbcc3

本文主要是介绍高维全局优化 —— CBCC3,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

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-Based Cooperative Co-evolutionary是基于贡献的协同演化算法,CBCC3 基于 CBCC1, CBCC2上做了一些改进,在CEC2013上的测试结果优于之前的算法。

CBCC1, CBCC2 是 CBCC的变种,CBCC1 更多的关注种群的探索,给分组更多更新自己贡献度的频率,CBCC2 更多关注挖掘,在分组的贡献停滞不前之前尽可能的进化。

二、算法介绍

2.1 CBCC基本算法

上述matlab伪码介绍了CBCC使用贡献信息来选择分组进行优化,

测试阶段(探索阶段):在10-16行中对每个分组循环进行优化,并获得贡献最高的分组;

挖掘阶段:在20-28行中对贡献最高的分组进行优化,version = eum[1, 2],表示 CBCC 的版本数,CBCC1 对最好的分组只进化一次再切换,CBCC2 将分组进化到贡献为 0 时再切换。

CBCC1, CBCC2 缺点:

1. CBCC 对适应值的局部变化反应缓慢,对早期的探索阶段过程中的信息强烈依赖,在第 24 行中,每一轮贡献的更新会被叠加,在初始过程具有贡献更大的分组会获得更多评估次数,而对其他所有分组平等对待。

2. 频繁应用探索阶段,对资源利用效率过低。

2.2 CBCC3

CBCC3 的改进:

  • 第 11 行:引入了概率Pt,在探索过程的进行循环时,除了第一轮以外,探索过程发生在概率 Pt 上;当所有分组均没有贡献时,循环进化;
  • 第 15 - 18 行,27 - 19 行:消除了贡献的历史信息,转为记录最后一次非零的 delta 值,避免早期的结果对于整个过程的影响过大,同时,一个较大的 maxGens 会使得 delta 不为 0;
  • 第 21 行:每一次探索过程后,分组的 delta 值会被排序,选择本轮贡献最大的分组进行优化;
  • 第 23 行:只有当贡献小于第二贡献值才会跳出,保证不会出现 CBCC2 中的只优化一个分组的情况。

实验参数设置:

  • CEC2013 中高维全局优化问题给出的评估次数为 maxFEs = 3e6;
  • CBCC3 中每一轮的优化次数 maxGens = 100;
  • 种群大小设置为 50;
  • pt 的概率选择为 {0, 1, 0.05},pt = 1时表示每一次挖掘阶段前只进行一次探索过程,pt = 0 表示只在开始进行一次探索过程,实验结果表面 pt = 0.05 最优。

[1] Omidvar, Mohammad Nabi, et al. "CBCC3-A contribution-based cooperative co-evolutionary algorithm with improved exploration/exploitation balance." CEC. 2016.

这篇关于高维全局优化 —— CBCC3的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/824271

相关文章

Spring Boot + MyBatis Plus 高效开发实战从入门到进阶优化(推荐)

《SpringBoot+MyBatisPlus高效开发实战从入门到进阶优化(推荐)》本文将详细介绍SpringBoot+MyBatisPlus的完整开发流程,并深入剖析分页查询、批量操作、动... 目录Spring Boot + MyBATis Plus 高效开发实战:从入门到进阶优化1. MyBatis

MyBatis 动态 SQL 优化之标签的实战与技巧(常见用法)

《MyBatis动态SQL优化之标签的实战与技巧(常见用法)》本文通过详细的示例和实际应用场景,介绍了如何有效利用这些标签来优化MyBatis配置,提升开发效率,确保SQL的高效执行和安全性,感... 目录动态SQL详解一、动态SQL的核心概念1.1 什么是动态SQL?1.2 动态SQL的优点1.3 动态S

Python如何使用__slots__实现节省内存和性能优化

《Python如何使用__slots__实现节省内存和性能优化》你有想过,一个小小的__slots__能让你的Python类内存消耗直接减半吗,没错,今天咱们要聊的就是这个让人眼前一亮的技巧,感兴趣的... 目录背景:内存吃得满满的类__slots__:你的内存管理小助手举个大概的例子:看看效果如何?1.

一文详解SpringBoot响应压缩功能的配置与优化

《一文详解SpringBoot响应压缩功能的配置与优化》SpringBoot的响应压缩功能基于智能协商机制,需同时满足很多条件,本文主要为大家详细介绍了SpringBoot响应压缩功能的配置与优化,需... 目录一、核心工作机制1.1 自动协商触发条件1.2 压缩处理流程二、配置方案详解2.1 基础YAML

MySQL中慢SQL优化的不同方式介绍

《MySQL中慢SQL优化的不同方式介绍》慢SQL的优化,主要从两个方面考虑,SQL语句本身的优化,以及数据库设计的优化,下面小编就来给大家介绍一下有哪些方式可以优化慢SQL吧... 目录避免不必要的列分页优化索引优化JOIN 的优化排序优化UNION 优化慢 SQL 的优化,主要从两个方面考虑,SQL 语

MySQL中慢SQL优化方法的完整指南

《MySQL中慢SQL优化方法的完整指南》当数据库响应时间超过500ms时,系统将面临三大灾难链式反应,所以本文将为大家介绍一下MySQL中慢SQL优化的常用方法,有需要的小伙伴可以了解下... 目录一、慢SQL的致命影响二、精准定位问题SQL1. 启用慢查询日志2. 诊断黄金三件套三、六大核心优化方案方案

Redis中高并发读写性能的深度解析与优化

《Redis中高并发读写性能的深度解析与优化》Redis作为一款高性能的内存数据库,广泛应用于缓存、消息队列、实时统计等场景,本文将深入探讨Redis的读写并发能力,感兴趣的小伙伴可以了解下... 目录引言一、Redis 并发能力概述1.1 Redis 的读写性能1.2 影响 Redis 并发能力的因素二、

使用国内镜像源优化pip install下载的方法步骤

《使用国内镜像源优化pipinstall下载的方法步骤》在Python开发中,pip是一个不可或缺的工具,用于安装和管理Python包,然而,由于默认的PyPI服务器位于国外,国内用户在安装依赖时可... 目录引言1. 为什么需要国内镜像源?2. 常用的国内镜像源3. 临时使用国内镜像源4. 永久配置国内镜

C#原型模式之如何通过克隆对象来优化创建过程

《C#原型模式之如何通过克隆对象来优化创建过程》原型模式是一种创建型设计模式,通过克隆现有对象来创建新对象,避免重复的创建成本和复杂的初始化过程,它适用于对象创建过程复杂、需要大量相似对象或避免重复初... 目录什么是原型模式?原型模式的工作原理C#中如何实现原型模式?1. 定义原型接口2. 实现原型接口3

Java嵌套for循环优化方案分享

《Java嵌套for循环优化方案分享》介绍了Java中嵌套for循环的优化方法,包括减少循环次数、合并循环、使用更高效的数据结构、并行处理、预处理和缓存、算法优化、尽量减少对象创建以及本地变量优化,通... 目录Java 嵌套 for 循环优化方案1. 减少循环次数2. 合并循环3. 使用更高效的数据结构4