国家自然科学基金(61364025)
- 作品数：21 被引量：72H指数：4
- 相关作者：邓长寿董小刚唐晓吴志健彭虎更多>>
- 相关机构：九江学院武汉大学空军预警学院更多>>
- 发文基金：国家自然科学基金软件工程国家重点实验室开放基金江西省教育厅科学技术研究项目更多>>
- 相关领域：自动化与计算机技术交通运输工程理学电子电信更多>>
- 求解大规模优化问题的正交反向混合差分进化算法被引量：3
- 2016年
- 差分进化算法简单高效,然而在求解大规模优化问题时,其求解性能迅速降低。针对该问题,提出一种正交反向差分进化算法。首先,该算法利用正交交叉算子,加强了算法的局部搜索能力。其次,为防止过强的局部搜索使算法陷入早熟收敛,利用反向学习策略调节种群多样性,从而有效地平衡算法的全局和局部搜索能力。利用11个标准测试函数进行实验,并和差分进化算法的四种优秀改进版本进行比较,实验结果表明提出的算法求解精度高、收敛速率快,是一种求解大规模优化问题的有效算法。
- 董小刚邓长寿谭毓澄彭虎
- 关键词：差分进化
- 粒子群优化算法的边界变异策略比较研究被引量：4
- 2015年
- 为解决粒子群优化(PSO)算法中粒子越界和早熟收敛等问题,在比较国内外学者提出的边界变异策略基础上,提出一种新的边界变异策略——双重限制变异策略。针对粒子越界时速度和位置变异方向的不同情形,通过同时限制粒子的更新位置和更新速度,将粒子控制在搜索空间范围内。利用5种测试函数进行实验,结果表明,与其他4种边界变异策略相比,双重变异策略收敛速度快,在解决粒子越界问题上具有较好的效果。此外,通过实验测试显示粒子的最大速度和最大位置的比值与变异策略的好坏程度成反比,为边界变异策略的研究提供了一定依据。
- 宋莉邓长寿曹良林
- 关键词：粒子群优化搜索空间越界早熟收敛
- 求解大规模优化问题的云差分进化算法被引量：4
- 2016年
- 针对大规模优化问题求解难、差分进化算法运算时间长等问题,利用云计算MapReduce并行编程模型,结合差分进化算法隐含并行性,提出云差分进化算法。该算法利用Hadoop集群平台,采用多子群机制,并将子种群与Map任务形成一一对应关系;算法的各个子种群之间根据拓扑结构进行个体迁移,以增加其多样性,从而能搜索更大的范围,提高寻优的几率。仿真实验结果表明,云差分算法能有效地减少求解大规模优化问题的时间消耗,并且取得较好的精度。
- 袁斯昊邓长寿董小刚谭旭杰范德斌
- 关键词：差分进化云计算
- 由一级数引出的若干新的组合恒等式
- 2017年
- 基于一个简单级数的三种求和方式,导出了两个重要组合恒等式.并在此基础上,或利用特殊化法、或利用极限方法,又导出了几个新的组合恒等式.
- 谭毓澄
- 关键词：级数求和恒等变形组合恒等式
- 广义严格对角占优矩阵的新判定条件
- 2015年
- 广义严格对角占优矩阵在计算数学、数学物理、控制论等众多领域有着广泛而重要的应用。但实际判断一个矩阵是否为广义严格对角占优矩阵却是困难的。本文利用α-链对角占优矩阵的性质,给出了广义严格对角占优矩阵新的判定条件,扩大了判别范围。
- 谭毓澄张劲松
- 关键词：广义严格对角占优矩阵
- 基于数学船型的舰船主尺度设计优化被引量：1
- 2018年
- 利用水面舰船的数学船型技术建立了船型的描述,与实船设计参数相比较,数学船型反映了船舶的基本特性。在此基础上,研究了船舶主尺度的整体优化。对实船优化的结果,使得排水体积增加了13%,兴波阻力减少了0.65%,摩擦阻力增加了3.1%,达到了优化设计的效果。
- 齐翔唐晓齐欢
- 关键词：主尺度优化多学科设计优化
- 基于数学船型的全参数化船型设计被引量：2
- 2018年
- 根据近似理论,利用带有形状因子的指数函数,提出船型曲线的近似表示,进而利用设计要求中的排水量和浮心纵坐标构造超越方程组,通过求解形状因子得到船体型线的数学表达,获得满足静水性条件的初始船型,从而实现舰船的全参数化设计。该技术有助于船舶概要设计和多学科设计优化。最后,实例验证了该方法的有效性。
- 唐晓齐翔齐欢
- 基于MapReduce模型的分布式粒子群算法被引量：11
- 2016年
- 通过对传统的单种群粒子群算法的分析,提出一种基于MapReduce模型的分布式粒子群算法,解决粒子群算法在求解大规模优化问题时求解效率和精度明显下降等问题。在粒子群进化过程中,粒子速度和位置的更新采用惯性权重的方法,其权重值线性递减,并且利用多子群进化策略,提高算法的收敛精度。通过MapReduce模型实现算法的并行化,有效提高算法求解效率。选取目前比较流行的几种算法,并在13个500维、1 000维的标准测试函数上仿真试验,结果显示该算法具有良好的优化性能。
- 范德斌邓长寿袁斯昊谭旭杰董小刚
- 关键词：粒子群分布式MAPREDUCE模型
- 求解大规模优化问题的新型协同差分进化算法被引量：2
- 2017年
- 基于分而治之的策略,研究求解大规模优化问题的新方法。首先,基于加性可分性原理提出一种改进的变量分组方法,该方法以随机取点的方式,成对检测所有变量之间的相关性;同时,充分利用相关性学习的信息,对可分变量组进行再次降维;其次,引入改进的差分进化算法作为新型子问题优化器,增强了子空间的寻优性能;最后,将两项改进引入到协同进化框架构建DECC-NDG-CUDE算法。在10个选定的大规模优化问题上进行分组和优化两组仿真实验,分组实验结果表明新的分组方法能有效识别变量的相关性,是有效的变量分组方法;优化实验表明,DECCNDG-CUDE算法对10个问题的求解相对于两种知名算法DECC-DG、DECCG在性能上具备整体优势。
- 董小刚邓长寿谭毓澄彭虎吴志健
- 关键词：优化器协同进化
- SparkDE:一种基于RDD云计算模型的并行差分进化算法被引量：4
- 2016年
- 云计算MapReduce并行编程模型广泛应用于数据密集型应用领域,基于该模型的开源平台Hadoop在大数据领域获得了成功应用。然而,对于计算密集型任务,特别是迭代运算,频繁启动Map和Reduce过程将导致负载过大,影响计算效率。弹性分布式数据集(RDD)是一种基于内存的集群计算模型,有效地支持迭代运算,能够克服负载过大的问题。因此提出基于RDD模型的并行差分进化算法SparkDE。SparkDE首先将整个种群划分为若干个独立岛,然后将一个岛对应RDD中的一个分区,每个岛在RDD的一个分区中独立进化指定代数后,利用迁移算子在岛之间交换信息。利用标准测试问题对SparkDE、基于MapReduce模型的MRDE和基本DE进行对比实验研究。实验结果表明SparkDE求解精度高,计算速度快,加速效果明显,可以作为云计算平台的下一代优化器。
- 谭旭杰邓长寿董小刚袁斯昊吴志健彭虎
- 关键词：岛模型
