热动力学演化算(TDEA)及其进展.pptVIP

热动力学演化算法及其进展 李元香 内容提要 群智能算法研究的关键问题 热力学与统计力学 动力系统与最优控制 热动力学算法框架 自由能极小与热力学替换规则 与粒子群算法的融合 总结与展望 群智能算法研究的关键问题 回顾——早期遗传算法以及相关演化算法 优点：自组织、自适应、普适性 理论：隐含并行、基因块（建筑块）假设、依概率收敛—基于SGA的论证 缺点：过早收敛、适应值平台、欺骗性问题 症结：选择压力与种群多样性的关系 解决方法：从线性选择策略到非线性选择策略 适应值变换、锦标赛竞争选择、Boltzmann竞争选择、μ+λ选择 减缓选择压力，保持种群多样性 现代——启发式群智能算法：粒子群优化、差分进化、分布估计算法 优点：实现简单、普适性强、快速收敛、精度高 理论：动力学分析方法 缺点：过早收敛、局部搜索 症结：种群多样性与局部搜索、广域探测与局部开采 解决方法：2E（Exploration Exploitation)权衡 增强搜索潜力，保持种群多样性 热力学与统计力学 研究对象-大量粒子组成的系统 热现象和力的宏观关系-热力学 从粒子运动研究宏观关系-统计力学 基于宏观观测、实验的唯象分析 基于运动定律、假设的统计分析 系统的热力学性质 两个方面 相辅相成 封闭系统：能量交换 孤立系统：与世隔绝 开放系统：充分交换 基本定律 热力学第一定律