项目名称: 进化融合学习自适应的随机优化方法研究
项目编号: No.71371142
项目类型: 面上项目
立项/批准年度: 2013
项目学科: 管理科学
项目作者: 康琦
作者单位: 同济大学
项目金额: 56万元
中文摘要: 现代工程与管理优化问题的高维化、环境多变及多样性特征,对优化方法的通用性与自适应学习能力提出了挑战。为此,本项目将利用统计学习原理,研究提出一种通用的多方法融合型自适应随机优化方法。项目拟就方法框架、自适应策略和算法分析评价三个方面展开:首先,基于随机优化算法基本流程,构建多方法并行融合与多决策阶段融合的自适应进化融合框架,发挥全局学习能力,降低方法选择依赖性;然后,研究快速跟踪环境变化、有效保持多样性、减少信息冗余的进化融合自适应策略;研究流形学习的非线性映射有效嵌入迭代优化的模式,并设计基于降维重构的高效局部搜索模型;最后,建立标准化评价系统和仿真测试平台,统计现行新解生成算法与问题的适用关系,给出一种具体实现算法,并进行系统性的理论分析、仿真测评与工程应用验证。通过本项目的深入研究,将为随机优化理论与方法的发展,以及大规模动态优化问题的研究提供技术支撑与理论保障。
中文关键词: 动态优化;融合学习;进化算法;自适应;多目标优化
英文摘要: The high dimensionality, environmental variation and diversity of modern optimization problems present significant challenges to existing optimization methods, especially in terms of their applicability and adaptive learning ability. To address them, this
英文关键词: Dynamic Optimization;Ensemble Learning;Evolutionary Algorithms;Adaptive;Multi-objective Optimization