资源描述:
《略一种基于混沌搜索的文化算法及其应用》由会员上传分享,免费在线阅读,更多相关内容在应用文档-天天文库。
1、略一种基于混沌搜索的文化算法及其应用 摘要:针对文化算法求解函数优化问题存在过早收敛、不稳定等缺陷,基于文化算法框架、嵌入混沌搜索优化,提出了一种混沌文化算法。该算法模型由基于混沌的群体空间和存储知识的信念空间组成,利用标准知识和形势知识分别引导混沌搜索和混沌扰动,有效克服了文化算法过早收敛、混沌搜索优化对初值敏感、搜索效率低等缺陷。实例表明,该方法具有较强的全局搜索能力,在搜索效率、精度和稳定性上有显著表现,并能有效处理高维函数优化问题。 关键词:进化计算;文化算法;混沌文化算法;混沌搜索;知识引导 Culturalalgorithmbasedonchaotics
2、earchanditsapplication HEJian-jia,XUFu-yuan,HESheng-xu,HUANGHe (SchoolofBusiness,UniversityofShanghaiforScienceTechnology,Shanghai200093,China) Abstract:Forprematureconvergenceandinstabilityofculturalalgorithminsolvingfunctionoptimizationproblem,basedonculturalalgorithmandchaossearchopt
3、imization,thispaperproposedachaosculturalalgorithm(CCA).Thealgorithmmodelconsistedofachaos-basedpopulationspaceandastoredknoativeknoatureconvergenceofculturalalgorithmandovercamechaossearchoptimization’ssensitivitytoinitialvaluesandpoorefficiency.Testresultsshoisstronginglobalsearch,andhasgo
4、odperformanceinsearchingefficiency,precisionandstability,especiallyinsolvinghigh-dimensionaloptimizationproblem. Key;chaosculturalalgorithm(CCA);chaossearch;kno,CCA)。该算法利用混沌搜索优化的遍历性、随机性特性,增加算法全局搜索能力,避免算法过早收敛,同时利用文化算法的知识引导作用,提高了算法的搜索效率和精度。 1文化算法的原理 文化算法框架是由群体空间(populationspace)和信念空间(belief
5、space)两部分组成,两者分别从微观和宏观两个层面模拟进化过程,如图1所示。前者是问题的解空间,后者用于知识经验的形成、存储和传播,两者相互独立又相互联系,它们之间通过特定的协议进行信息交流。首先,accept()函数将群体空间进化过程中优秀的个体经验传递到信念空间;接着update()函数根据信念空间现有的经验和新经验更新群体经验或知识;然后influence()函数利用群体经验或知识指导群体空间的进化。另外,objective()函数是目标函数,用来评价群体空间中个体的适应值;generate()函数根据群体经验形成下一代个体;select()函数根据规则从新生成个体中选
6、择一部分个体作为下代个体的父辈。文化算法的基本伪代码[5]如下: begin t=0; InitializePopulationPOP(t); InitializeBeliefSpaceBLF(t); repeat EvaluatePopulationPOP(t); update(BLF(t),Accept(POP(t))); Variation(POP(t),Influence(BLF(t))); t=t+1; select(POP(t)fromPOP(t-1)); untilterminationconditionachieved end 2混沌文
7、化算法的设计 本文将混沌搜索优化[6]嵌入到文化算法模型中,利用由Chung等人[7,8]提出的区间模式(intervalschemata)来表达信念空间中的知识,形成混沌文化算法。这样做既利用了混沌搜索的全局搜索能力,又利用了迭代过程中形成的经验知识,引导算法进行有效的搜索,提高了搜索效率。另外,算法采用混沌搜索优化的并行结构,能有效降低算法对初值的敏感性。不失一般性,非线性函数最优化问题可以表示为 minf(xi),i=1,…,n,s.t.ai≤xi≤bi(1)2.1混沌搜索