《基於不確定性分析的智慧型最佳化算法及其套用研究》是依託河海大學，由陳俊風擔任項目負責人的青年科學基金項目。
基本介紹
- 中文名：基於不確定性分析的智慧型最佳化算法及其套用研究
- 項目類別：青年科學基金項目
- 項目負責人：陳俊風
- 依託單位：河海大學
項目摘要,結題摘要,
項目摘要
針對智慧型最佳化算法的搜尋策略和參數設定缺乏理論指導，處理複雜最佳化難題易出現早熟收斂或停滯的問題，本項目從認知科學的角度出發，採用不確定性分析方法研究智慧型最佳化算法的搜尋機理。利用機率統計的數學模型，以及模糊理論和粗糙集理論的研究手段，充分挖掘解集進化中候選解分布的不確定性及其反映出的認知規律，構造多維數字特徵實現對進化過程中“間接”和“抽象”不確定知識的定量表征；構建反映最佳化問題特徵的難度指標，自適應平衡探測搜尋和開發搜尋模式。同時，不斷抽取進化規則，並進行規則知識的推演和約簡，實現對算法參數的動態調整和最佳化過程的有效引導，提高最佳化算法的求解質量和效率。最後，以多模態數值最佳化和EEG腦電時空數據特徵提取為例，具體闡述上述不確定性分析方法的實施過程，擴大研究成果的套用範圍。
結題摘要
智慧型最佳化算從自然現象或動物群體行為得到啟發，無需集中控制和全局模型，為解決各種最佳化問題提供了新的思路和可行途徑。由於缺乏理論指導，其在解決複雜最佳化問題時易出現停滯問題。本項目從認知科學的角度出發，採用不確定性分析方法研究智慧型最佳化算法的搜尋機理。利用機率統計的數學模型，以及模糊理論和粗糙集理論的研究手段，充分挖掘解集進化中候選解分布的不確定性及其反映出的認知規律，構造多維數字特徵實現對進化過程中“間接”和“抽象”不確定知識的定量表征；構建反映最佳化問題特徵的難度指標，自適應平衡探測搜尋和開發搜尋模式。最後，將研究成果套用於求解複雜函式最佳化、大規模路徑規劃、PID控制器參數調節和無線網路分布等最佳化問題。本項目發展了智慧型最佳化算法的理論，為改善智慧型最佳化算法的性能提供了新的引導機制，具有重要的科學意義和實踐套用價值。
