一种基于PCA排序的协方差自适应演化策略算法制造技术

一种基于PCA排序的协方差自适应演化策略算法，包括如下分步骤：设定协方差自适应演化策略CMAES的参数；初始化分布＜x＞、协方差C、步长σ，x指搜索点，即候选解，可能为一个或多个，以x

An algorithm of covariance adaptive evolutionary strategy based on PCA sorting

【技术实现步骤摘要】
一种基于PCA排序的协方差自适应演化策略算法
本专利技术涉及优化算法领域，具体涉及一种基于PCA排序的协方差自适应演化策略算法。
技术介绍
数据特征的质量会直接影响模型的准确度，特征降维技术一直受到研究者们的关注。随着大数据时代的到来，数据量巨增，数据维度不断升高。在处理高维数据时，传统的数据挖掘方法的性能降低甚至失效。在数据分析前先对其特征进行降维是避免“维数灾难”的有效手段。而CMAES算法在解决大规模优化问题时，存在求解的空间复杂度高的缺点。
技术实现思路
本专利技术针对CMAES算法在解决大规模优化问题时，求解的空间复杂度高的缺点，提出了一种基于PCA排序的协方差自适应演化策略算法。一种基于PCA排序的协方差自适应演化策略算法，包括如下分步骤：步骤1，设定协方差自适应演化策略CMAES的参数；步骤2，初始化分布＜x＞、协方差C、步长σ，x指搜索点，即候选解，可能为一个或多个，以xi表示，步骤3，采样形成父代种群Xi＝N(＜x＞,σ2C)；步骤4，计算适应度函数cost＝f(xi本文档来自技高网...

【技术保护点】
1.一种基于PCA排序的协方差自适应演化策略算法，其特征在于：包括如下分步骤：/n步骤1，设定协方差自适应演化策略CMAES的参数；/n步骤2，初始化分布＜x＞、协方差C、步长σ，x指搜索点，即候选解，可能为一个或多个，以x

【技术特征摘要】
1.一种基于PCA排序的协方差自适应演化策略算法，其特征在于：包括如下分步骤：
步骤1，设定协方差自适应演化策略CMAES的参数；
步骤2，初始化分布＜x＞、协方差C、步长σ，x指搜索点，即候选解，可能为一个或多个，以xi表示，
步骤3，采样形成父代种群Xi＝N(＜x＞,σ2C)；
步骤4，计算适应度函数cost＝f(xi)；
步骤5，确认是否满足终止条件，若满足则结束，若不满足则转步骤6；
步骤6，选择最优μ个粒子构成子代种群，更新xg、步长进化路径pσ、协方差矩阵进化路径pc、协方差C、步长σ，转至步骤7；
步骤7，将C进行特征分解，将特征值排序降维，回到步骤3。


2.根据权利要求1所述的一种基于PCA排序的协方差自适应演化策略算法，其特征在于：所述步骤1中，设定CMAES参数，包括设置种群λ、父代个数μ、重组权重wi，其余参数依次包括μw为方差有效选择质量，cσ为步长控制累积的学习率，dσ为步长更新的阻尼参数，cc为协方差矩阵的秩-1更新的累积学习率，ccov为协方差矩阵更新的秩-μ更新的学...

【专利技术属性】
技术研发人员：梁志伟，陈佳云，陆裕磊，何昊，
申请(专利权)人：南京邮电大学，
类型：发明
国别省市：江苏;32