《動態多目標協同微粒群最佳化及其在數據流聚類中的套用》是依託中國礦業大學，由張勇擔任項目負責人的面上項目。
基本介紹
- 中文名：動態多目標協同微粒群最佳化及其在數據流聚類中的套用
- 項目類別：面上項目
- 項目負責人：張勇
- 依託單位：中國礦業大學
項目摘要,結題摘要,
項目摘要
目標函式多且隨環境動態變化的最佳化問題是非常普遍的。儘管已有進化最佳化方法可以提高種群跟蹤時變Pareto最優解集的能力，但是，這些方法固有的缺陷，使其難以有效處理環境變化不規律、變數維數高的複雜動態多目標最佳化問題。本項目利用協同進化技術，研究用於動態多目標最佳化問題的合作型協同微粒群最佳化理論、方法及其套用。通過研究，擬建立基於環境敏感程度的變數空間劃分理論，給出基於完整解集的子種群個體優劣比較策略，提出用於問題求解的合作型協同多目標微粒群最佳化算法，並將其用於數據流聚類問題。研究成果將為動態多目標最佳化問題提供一種新的求解途徑，提高算法對環境變化的回響速度和求解質量。本項目是自動化、計算機與數學等學科有機交叉、新穎且富有挑戰性的研究方向，有非常明確的產業需求，因此，具有重要的理論意義和實際套用價值。
結題摘要
目標函式多且隨環境動態變化的動態多目標最佳化問題非常普遍。儘管已有進化最佳化方法可以提高種群跟蹤時變Pareto最優解集的能力，但是，這些方法固有的缺陷，使其難以有效處理環境變化不規律、變數維數高的複雜動態多目標最佳化問題。項目組成員針對複雜動態多目標最佳化問題的合作型協同微粒群最佳化理論與方法，進行了為期4年的深入研究，建立了適於動態環境的新型協同進化機制，給出了基於環境敏感程度的變數空間分割方法，以及基於完整解集的子種群個體優劣比較策略；在此基礎上，基於微粒群最佳化這一典型進化最佳化方法，提出了適於動態環境的合作型協同多目標微粒群最佳化算法，並將其用於數據流聚類等實際問題，驗證了所提理論與方法的有效性。 基於上述成果，獲教育部高等學校科學研究優秀成果獎自然科學二等獎1項、江蘇省科學技術獎自然科學二等獎1項、第五屆吳文俊人工智慧科學技術獎創新三等獎1項；申請發明專利4項，其中，已授權1項；授權登記計算機軟體著作權1件，出版專著1部；在被SCI或EI等檢索的學術期刊或會議上發表論文21篇，其中，SCI源刊論文11篇（含頂級期刊論文2篇，中科院1、2區期刊論文7篇）；培養博士研究生3名、碩士研究生4名，圓滿完成了項目的預期目標。 研究成果為複雜動態多目標最佳化問題提供了一種新的高效求解途徑，豐富了多目標進化最佳化理論，提高了算法對環境變化的回響速度和求解質量，擴大了協同進化最佳化的套用範圍，具有重要的理論意義和實用價值。
