模式识别与人工智能
2025年1月12日 星期日   首 页     期刊简介     编委会     投稿指南     伦理声明     联系我们                                                                English
模式识别与人工智能  2021, Vol. 34 Issue (7): 619-630    DOI: 10.16451/j.cnki.issn1003-6059.202107004
“智能优化算法”专题 最新目录| 下期目录| 过刊浏览| 高级检索 |
多种群伪正态分布估计算法
杨启文1, 余诗琦1, 张美琳1, 薛云灿1, 陈俊风1
河海大学物联网工程学院摇 常州 213022
Multiple Populations Based Estimation of Pseudo-Normal Distribution Algorithm
YANG Qiwen1, YU Shiqi1, ZHANG Meilin1, XUE Yuncan1, CHEN Junfeng1
College of Internet of Things Engineering, Hohai University, Changzhou 213022

全文: PDF (840 KB)   HTML (1 KB) 
输出: BibTeX | EndNote (RIS)      
摘要 

为了提高基于正态分布模型的分布估计算法子代候选解的质量,防止早熟收敛,文中提出多种群伪正态分布估计算法.首先,采用佳点集方法进行种群初始化,将种群分为3个子群.然后,采用样本重心取代样本均值的方式,获得伪正态分布模型.最后,融合种群与子群伪正态分布模型,得到子群进化的概率模型.23个基准函数的对比测试表明,文中算法在求解质量和收敛速度上较优.针对多约束条件下的并行装配优化问题,提出工序池、员工池、罚函数等措施,将具有工序约束和人员约束的离散组合优化问题转化为无约束的多种群伪正态分布估计优化问题.工程应用结果表明,只需要将候选解的无限集合修正为有限集合,文中算法可方便地用于离散组合优化问题的快速求解.

服务
把本文推荐给朋友
加入我的书架
加入引用管理器
E-mail Alert
RSS
作者相关文章
杨启文
余诗琦
张美琳
薛云灿
陈俊风
关键词 分布估计算法正态分布并行装配问题多种群    
Abstract

To improve the quality of the candidate solutions and prevent the premature convergence simultaneously, a multiple populations based estimation of pseudo-normal distribution algorithm(MEPDA) is presented. The population is initialized by the good point set method and it is divided into three subgroups. By replacing sample mean with the gravity center of the samples, a pseudo-normal distribution model is obtained consequently. The probabilistic model for the subgroup evolution is built up by a linear combination of the pseudo-normal distribution models of the population and the subgroup. The comparative optimization tests on 23 benchmark functions show that MEPDA produces higher convergence speed and accuracy of the solutions. To solve the parallel assembly optimization problem with multiple constraints, the process pool, employee pool, penalty function and other measures are proposed to transform the discrete combinational optimization problem with constrained procedures and operators to an unconstrained multi-population based estimation of pseudo-normal distribution optimization problem. An engineering application demonstrates that MEPDA can be applied to the discrete combination optimization problem by just replacing the infinite set of the candidate solutions with a finite one.

Key wordsEstimation of Distribution Algorithm    Normal Distribution    Parallel Assembly Problem    Multiple Populations   
收稿日期: 2020-11-15     
ZTFLH: TP18  
通讯作者: 杨启文,博士,副教授,主要研究方向为计算智能、系统优化与控制.E-mail:yangqw@hhu.edu.cn.   
作者简介: 余诗琦,硕士研究生,主要研究方向为检测技术、智能系统.E-mail:445603497@qq.com.张美琳,硕士研究生,主要研究方向为系统调度与优化.E-mail:Zhang_Merlin@163.com.薛云灿,博士,教授,主要研究方向为智能优化、过程建模与控制.E-mail:ycxue@hhuc.edu.cn.陈俊风,博士,副教授,主要研究方向为计算智能、大数据分析.E-mail:chen-1997@163.com.
引用本文:   
杨启文, 余诗琦, 张美琳, 薛云灿, 陈俊风. 多种群伪正态分布估计算法[J]. 模式识别与人工智能, 2021, 34(7): 619-630. YANG Qiwen, YU Shiqi, ZHANG Meilin, XUE Yuncan, CHEN Junfeng. Multiple Populations Based Estimation of Pseudo-Normal Distribution Algorithm. , 2021, 34(7): 619-630.
链接本文:  
http://manu46.magtech.com.cn/Jweb_prai/CN/10.16451/j.cnki.issn1003-6059.202107004      或     http://manu46.magtech.com.cn/Jweb_prai/CN/Y2021/V34/I7/619
版权所有 © 《模式识别与人工智能》编辑部
地址:安微省合肥市蜀山湖路350号 电话:0551-65591176 传真:0551-65591176 Email:bjb@iim.ac.cn
本系统由北京玛格泰克科技发展有限公司设计开发 技术支持:support@magtech.com.cn