一种基于自适应知识迁移的多空间进化搜索算法制造技术

本发明专利技术涉及信息技术领域，且公开了一种基于自适应知识迁移的多空间进化搜索算法，利用主成分分析法构建简化问题空间，在原始问题空间和简化问题空间使用不同的求解器进行求解进化，每相隔G<subgt;t</subgt;代通过自适应知识迁移以及新的迁移策略在两个问题空间之间进行迁移，每相隔G<subgt;r</subgt;代重新构建简化问题空间P<subgt;s</subgt;，更新映射并初始化简化问题空间种群。该基于自适应知识迁移的多空间进化搜索算法动态的调整多空间进化搜索算法迁移时迁移解的数量来提升多空间进化搜索算法的性能，通过一种新的迁移策略来增强算法的正向迁移能力，通过运行不同求解器，对不同情景下的问题进行分析，对简化问题空间和原始问题空间的求解器进行调整，提升了多空间进化搜索算法的性能。

【技术实现步骤摘要】

本专利技术涉及信息，具体为一种基于自适应知识迁移的多空间进化搜索算法。

技术介绍

1、进化算法是一种受自然界生物进化理论启发的随机优化搜索方法，其从一个个体群体开始，通过执行重组(包含交叉和变异)来产生后代，迭代执行此过程，直至满足预先定义的条件，则此过程终止。相比传统优化方法，如基于积分的方法和枚举策略的方法，进化算法(evolutionary algorithm,ea)具有更显著的灵活性，且能很好的适宜环境的变化。近年来，ea成为广大学者的研究热点，并成功将其运用于大量复杂环境应用，如物流调度、图像处理及深度神经网络的架构优化。

2、随着人工智能和工业的发展，涉及至少数千个决策变量的大规模优化问题在现实世界中科学和工程的许多研究领域中普遍存在。其中，决策变量的增加不仅会导致问题解空间的指数增长，且会引起解的搜索和评估过程中计算成本的增加。因而，一般的进化算法来求解大规模优化问题时，会出现性能的显著下降。为了改进用于解决涉及大量决策变量的优化问题的进化算法，提高进化算法解决大规模优化问题的可扩展性，人们多次尝试简化给定问题的问题解空间进行进化本文档来自技高网...

【技术保护点】

1.一种基于自适应知识迁移的多空间进化搜索算法，其特征在于：包括以下步骤：

2.根据权利要求1所述的基于自适应知识迁移的多空间进化搜索算法，其特征在于：所述步骤S2中构建简化问题空间并初始化简化问题空间Ps种群PoPs和原始问题空间P的种群PoP的具体步骤如下：

3.根据权利要求1所述的基于自适应知识迁移的多空间进化搜索算法，其特征在于：通过所述最小平方误差法学习原始问题空间P和简化问题空间Ps之间的两个映射矩阵和的步骤如下：

4.根据权利要求3所述的基于自适应知识迁移的多空间进化搜索算法，其特征在于：所述步骤S3.2中获取简化问题空间到原始问题空间的...

【技术特征摘要】

1.一种基于自适应知识迁移的多空间进化搜索算法，其特征在于：包括以下步骤：

2.根据权利要求1所述的基于自适应知识迁移的多空间进化搜索算法，其特征在于：所述步骤s2中构建简化问题空间并初始化简化问题空间ps种群pops和原始问题空间p的种群pop的具体步骤如下：

3.根据权利要求1所述的基于自适应知识迁移的多空间进化搜索算法，其特征在于：通过所述最小平方误差法学习原始问题空间p和简化问题空间ps之间的两个映射矩阵和的步骤如下：

4.根据权利要求3所述的基于自适应知识迁移的多空间进化搜索算法，其特征在于：所述步骤s3.2中获取简化问题空间到原始问题空间的映射的过程如下：

5.根据权利要求1所述的基于自适应知识迁移的多空间进化搜索算法，其特征在于：所述步骤s4中原始问题空间p和简化问题空间ps使用不同求解器求...

【专利技术属性】
技术研发人员：尚青霞，冯海洋，钱斌，张军磊，
申请(专利权)人：昆明理工大学，
类型：发明
国别省市：