进化算法的计算时间分析是进化计算领域的公开难题。现有研究大多数集中在(1+1)EA 等简单离散优化进化算法的时间复杂性,较少涉及连续优化进化算法的计算时间。由于进化规划算法是一类重要的连续优化进化算法,是许多新型进化算法设计的原型,因此本项目着重分析进化规划算法收敛于最优邻域的计算时间。主要工作包括:构造单峰、稀疏多峰、稠密多峰和局部最优欺骗的单目标连续优化函数,分析Gauss 变异、Cauchy 变异、Lévy变异、差异变异等进化规划算法的计算时间;建立进化规划算法的多项式和指数式时间收敛的判定条件;分析算法参数与计算时间的关系;提出进化规划算法的计算时间等价关系模型、有限时间收敛理论与计算时间估算方法。本项目计划突破目前进化算法计算时间仅研究简单离散型个案的局限,以进化规划为主线分析连续型进化算法计算时间。研究结果可用于解决进化算法计算时间分析的公开难题,进一步完善进化计算的理论基础。
{{i.achievement_title}}
数据更新时间:2023-05-31
基于铁路客流分配的旅客列车开行方案调整方法
新型树启发式搜索算法的机器人路径规划
"多对多"模式下GEO卫星在轨加注任务规划
智能煤矿建设路线与工程实践
现代优化理论与应用
图论中待解难题的计算机算法研究
复杂多目标规划及不可微双层规划的进化算法研究
不确定规划:模型、进化算法及应用
复杂双层规划问题的高性能可信进化算法研究