自适应PBIL算法求解一类动态优化问题.pdfVIP

第38卷第6期 吉林大学学报 工学版 V01．38No．6 2008年11月 Journalof and Edition Nov．2008 JilinUniversity EngineeringTechnology 自适应PBIL算法求解一类动态优化问题 武 燕1，王宇平2，刘小雄 1．西安电子科技大学理学院，西安710071，2．西安电子科技大学计算机学院，西安710071；3．西北工业 大学自动化学院，西安710072 摘 要：在不确定环境中，环境的变化总是以一定的概率发生，本文把何时变化看作随机变量， 其满足一定的统计规律，由此归纳出一类动态优化问题。对于此类动态优化问题的求解，提出 incremental 了自适应PBIL Population-basedlearningalgorithm 算法。算法中利用随机变 量的概率自适应地调整当前代群体的概率模型，增加种群多样性，快速适应环境的变化。应用 两个动态优化问题进行了仿真实验。实验结果表明，与传统PBIL算法相比，自适应PBIL算 法能够快速跟踪最优解的变化。 关键词：人工智能；动态优化问题；PBIL算法；种群多样性 中图分类号：TPl8文献标识码：A 文章编号：1671—5497 2008 06—1378—05 PBIL foraclassof Adaptivealgorithm dynamic optimizationproblems WUYanl，WANG Yu-pingz．LIUXiao-xiongs 1．SchoolScience，Xidian Scienceand of University，X￡an710071·China；2．SchoolofComputer Technology。Xidian 710071，China University，xi’an 3．CollegeofAutomation，Northwestern 710072． PolytechnicalUniversity，Xi’an China anuncertain Abstract：In environment,theenvironmental occurwith changesalways probabilities．In this themomentwhena OccursiSconsideredasarandom variable，whichcertain paper change obeys the suchfeatures distribution，and areclassifiedasa classof dynamicproblemspossess dynamic an incremental optimizationproblems．Thenadaptive is population-based tosolvetheclassof the proposed dynamicoptimizationproblems．Thisalgorithm appliesadaptive ofrandomvariableto the the modelof current probability regulateprobable population．The the aretoincrease andto the objectives populationdiversity environmental rapidlyadapt changes． Resultsofcase showthat withtraditionalPBIL study compared algorithm，the proposedadaptive PBIL cantrackthe solution and algorithm dynamic reliablyaccurately． words,artificial Key intelligence；dynamic incremental optimization learning algorithm；populationdiversity 进化算法已被广泛应用于静态优化问题的求 来利用进化算法求解动态优化问题受到越来越多 解中，然而，在现实世界中，多数优化问题是动态 的关注n1。在动态优化问题中目标函数 适应 的，例如交通堵塞问题，车间调度问题。因此近年 值 、自变量和约束条件都可能随着时间发生变 收稿日期：2007-05—31． 基金项目；国家自然科学基金项目 座机电话号码 ． 作者简介：武燕 1976一 ，女，讲师，博士研究生．研究方向：进化算法．E-mail：yanerch 鱼163．corn