排序方式： 共有1条查询结果，搜索用时 0 毫秒
1
1.
随着复杂网络及大数据技术的发展,大规模全局优化方法已成为复杂工程系统的重要支撑技术.解决大规模全局优化问题的关键在于如何识别决策变量之间的相互依赖关系并根据这些依赖关系进行有效的变量分组.针对该问题,本文提出了一种基于形式概念分析的大规模全局协同进化优化算法,首次将数据分析领域的形式概念分析思想引入决策变量依赖关系分析和自适应分组过程中,进而处理大规模全局优化问题.该算法基于协同进化框架,利用形式概念分析的外延与内涵结构特征,将决策变量转换为形式概念文本,通过文本向量矩阵运算进行决策变量的自适应分组,使其满足高内聚低耦合原则.最后,该算法在大规模(1000维)CEC2013测试集上进行了性能对比实验.实验结果表明,该算法在11个测试问题上(总计15个测试问题)获得了最好的解精度,同时求解的收敛性达到最优. 相似文献
1