10.3969/j.issn.1003-6059.2011.02.007
基于拟蒙特卡罗方法的进化算法搜索鲁棒最优解的性能提高研究
鲁棒最优解在工程应用中具有十分重要的意义,它是进化计算的重要研究内容,也是研究难点.进化算法搜索鲁棒最优解时,通常使用蒙特卡罗积分(MCI)近似估计有效目标函数(EOF),但由于现有的原始蒙特卡罗方法(C-MC)近似精度不高,导致进化算法搜索鲁棒最优解的性能较差.文中提出用拟蒙特卡罗方法(Q-MC)估计有效目标函数.通过大量的数值实验,结果表明,与C-MC相比,文中所引人的Q-MC方法--SQRT序列、SOBOL序列和Korobov点阵能更精确估计EOF,进而较大提高进化算法搜索鲁棒最优解的性能.
进化算法、鲁棒最优解、拟蒙特卡罗方法、有效目标函数
24
TP181(自动化基础理论)
国家自然科学基金项目60773047;湖南省自然科学基金项目09JJ6089;湖南省教育厅项目10C126
2011-09-05(万方平台首次上网日期,不代表论文的发表时间)
共9页
201-209