一种智能优化算法解质量评价方法 A method for the evaluation of solutions obtained from intelligent optimization algorithms.pdfVIP

下载本文档

40
0
约3.37万字
约 6页
2017-09-03 发布于湖北
举报
版权申诉

一种智能优化算法解质量评价方法 A method for the evaluation of solutions obtained from intelligent optimization algorithms.pdf

1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

第28 卷第11 期控制与决策 2013 年 11 月 Vol. 28 No. 11 Control and Decision Nov. 2013 文章编号: 1001-0920 (2013) 11-1735-06 一种智能优化算法解质量评价方法常洪浩, 冯祖仁, 张兆军, 徐明钊 (西安交通大学a. 系统工程研究所，b. 机械制造系统工程国家重点实验室，西安710049) 摘要: 如何评价智能优化算法在有限时间内所得解的质量, 是计算智能基础研究和工程实践中都亟待解决的问题. 受序优化思想启发, 针对连续优化问题, 提出一种评价智能优化算法解质量的方法. 首先利用聚类方法对解记录均匀化分区, 然后根据适应度值分布计算对准概率作为解质量评价指标. 通过对均匀采样、非均匀采样、粒子群算法和遗传算法的寻优结果进行实验表明了所提出方法的有效性. 关键词: 智能优化算法；解质量；聚类；序优化中图分类号: TP18 文献标志码: A A method for the evaluation of solutions obtained from intelligent optimization algorithms CHANG Hong-hao, FENG Zu-ren, ZHANG Zhao-jun, XU Ming-zhao (a. Systems Engineering Institute，b. State Key Laboratory for Manuafacturing Systems Engineering ，Xi’an Jiaotong University ，Xi’an 710049 ，China ．Correspondent ：CHANG Hong-hao，E-mail ：changhh@sei.xjtu.edu.cn) Abstract: In the domain of computational intelligence and its applications, how to evaluate the quality of solutions obtained from intelligent optimization algorithms in ﬁnite time is an urgent problem to be solved. For continuous optimization problems, an approach is proposed to evaluate the solution quality of intelligent optimization. Firstly, clustering is employed to partition the solution-record. Then, based on the ﬁtness distribution, an alignment probability is calculated as the quality measure. Experiments are performed on uniformly-distributed search, nonuniformly-distributed search, particle swarm optimization and genetic algorithm, respectively. The simulation results show the effectiveness of the proposed method. Key words: intelligent optimization algorithms ；solution quality；clustering ；ordinal