基于状态空间模型进化算法的全局收敛性分析-论文.pdf

基于状态空间模型进化算法的全局收敛性分析-论文.pdf

ID:53763220

大小:343.03 KB

页数:4页

时间:2020-04-24

基于状态空间模型进化算法的全局收敛性分析-论文.pdf_第1页
基于状态空间模型进化算法的全局收敛性分析-论文.pdf_第2页
基于状态空间模型进化算法的全局收敛性分析-论文.pdf_第3页
基于状态空间模型进化算法的全局收敛性分析-论文.pdf_第4页
资源描述:

《基于状态空间模型进化算法的全局收敛性分析-论文.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、JournalofComputerApplicationsISSN1001—90812014—1O一10计算机应用,2014,34(10):2816—2819C0DENJYIIDUhttp://www.joca.cn文章编号:1001—9081(2014)10—2816—04doi:10.11772/j.issn.1001—9081.2014.10.2816基于状态空间模型进化算法的全局收敛性分析王鼎湘,李茂军,李雪,成立(长沙理工大学电气与信息工程学院,长沙410004)({通信作者电子邮箱591338413@qq.con)摘要:基于状态空间模型进化算法(SEA)是一种新颖的实数

2、编码进化算法,在工程优化问题中具有广阔的应用前景。为了完善SEA的理论体系,促进SEA在工程优化问题中的应用研究,利用齐次有限Markov链对SEA的全局收敛性进行分析,证明了SEA不是全局收敛的。通过限定SEA状态进化矩阵内元素的取值范围,同时引入弹力搜索得到改进型弹力状态空间模型进化算法(MESEA)。分析结果表明,弹力搜索能提高SEA的搜索效率。最后得到了MESEA全局收敛的结论,为算法在工程优化问题中的应用提供了理论依据。关键词:状态空间模型;进化算法;弹力搜索;收敛性;搜索效率中图分类号:TP301.6文献标志码:AGlobalconvergenceanalysisofe

3、volutionaryalgorithmbasedonstate-spacemodelWANGDingxiang,LIMaojun。,LIXue,CHENGLi(CollegeofElectricalandInformationEngineering,ChangshaUniversityofScienceandTechnology,ChangshaHunan410004,China)Abstract:EvolutionaryAlgorithmbasedonState—spacemodel(SEA)isanewevolutionaryalgorithmusingrealstrings

4、,andithasbroadapplicationprospectsinengineeringoptimizationproblems.GlobalconvergenceofSEAwasanalyzedbyhomogeneousfiniteMarkovchaintoimprovethetheoreticalsystemofSEAandpromotetheapplicationresearchinengineeringoptimizationproblemsofSEA.ItwasprovedthatSEAisnotglobalconvergent.ModifiedElasticEvo

5、lutionaryAlgorithmbasedonState—spacemodel(MESEA)waspresentedbylimitingthevaluerangesofelementsinstateevolutionmatrixofSEAandintroducingtheelasticsearch.TheanalyticalresuhsshowthatsearcheficiencyofSEAcanbeenhancedbyintroducingelasticsearch.TheconclusionthatMESEAisglobalconvergentisdrawn,anditpr

6、ovidestheorybasisfortheapplicationofalgorithminengineeringoptimizationproblems.Keywords:state—spacemodel;evolutionaryalgorithm;elasticsearch;convergence;searcheficiency索功能,使算法具有很强的搜索能力和较高的搜索精度,能快0引言速地找到问题的全局最优解。SEA在电力市场竞价和遗传算法是一种经典的仿生进化算法,该算法从Holland电力系统无功优化等实际应用中取得了良好的优化效果,教授提出以来,得到了非常广泛的应用,对

7、算法理论基础的研但由于其编码和搜索过程的复杂性,该算法的全局收敛性仍究也得到不断完善。同时,国内外许多专家针对不同问未得到严密的数学分析。题对遗传算法作出了很多改进,为遗传算法的更广泛应用打本文通过对SEA寻优过程的分析,得到了SEA不具有全下了基础。如:Riga1等提出基于选择和变异的一种遗传算局遍历性和全局收敛性的结论。基于此,通过适当改进SEA法,并对其收敛性进行了证明;郑金华等提出了基于空间的状态进化矩阵来确保算法的遍历性,同时引入弹力搜索对交配的遗传算法,在

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。