基于多元统计分析的群智能优化算法相关问题研究

项目名称： 基于多元统计分析的群智能优化算法相关问题研究

项目编号： No.61375066

项目类型： 面上项目

立项/批准年度： 2013

项目学科： 自动化技术、计算机技术

项目作者： 赵新超

作者单位： 北京邮电大学

项目金额： 80万元

中文摘要： 群智能算法的处理对象可看作解向量构成的样本矩阵，与其他学者研究的思路不同，本项目把各种新解生成策略统一看成作用在样本矩阵上的数据处理方法，本项目将系统的、有针对性的从多元统计分析的视角研究群智能算法，旨在促进和刺激交叉科学的新发展。包括：（1）主成分分析对粒子群体多样性和飞行信息的影响，依据新方向携带的信息量引导算法选择相应的倾向性操作，利用从原始变量提取的信息，通过合适的"分组"技术降低高维优化和多目标优化的问题规模；（2）充分挖掘差分算法的协方差矩阵提供的启发式信息与解向量、差分向量和搜索邻域调整之间的交互关系，依据解向量集和差分向量集的多样性等关键指标定义有重叠的模糊成员函数和合理的模糊规则，研究基于模糊逻辑的自适应差分算法；（3）结合差分向量的贡献度、拥挤度和年龄因素等，研究带长期和短期记忆机制的差分算法，基于对差分向量的更新提出二阶差分进化算法模型，分析算法指标和搜索机制。

中文关键词： 群体智能；粒子群优化；差分进化；多元统计分析；主成分分析

英文摘要： The research objects of swarm intelligent algorithms, i.e., solution vectors, can be looked on as a sample matrix. Different from other scholars' research ideas, various generation stratiges for new solutions are unified as some data processing methods a

英文关键词： swarm intelligence；particle swarm optimization；differential evolution；multivariate statistical analysis；principal component analysis