《基於雲計算的自適應分散式差分進化算法研究》是依託華南理工大學，由詹志輝擔任項目負責人的青年科學基金項目。
基本介紹
- 中文名：基於雲計算的自適應分散式差分進化算法研究
- 項目類別：青年科學基金項目
- 項目負責人：詹志輝
- 依託單位：華南理工大學
項目摘要,結題摘要,
項目摘要
針對傳統集中式差分進化算法在求解大規模複雜最佳化問題時存在的全局搜尋能力不足和求解速度過慢的問題，本項目提出採用多種群協同進化以增強算法全局搜尋能力和通過分散式處理以加快算法求解速度的解決思路，並結合雲計算在並行與分散式處理方面的優勢開展基於雲計算的自適應分散式差分進化算法的研究。首先，針對分散式算法中參數影響著算法性能的問題，提出一種基於進化狀態感知的參數自適應分散式差分進化算法，避免算法對預設參數的依賴，提高算法的普適性。其次，針對分散式拓撲結構影響著雲資源利用的問題，提出一種基於雲資源負載均衡的拓撲結構自適應分散式差分進化算法，充分利用雲平台異構和動態的計算資源，提高算法的性能。最終，結合在分散式算法參數和拓撲結構自適應控制的研究成果，實現基於雲計算的高效自適應分散式差分進化算法，並在功率電路最佳化設計的實際問題中進行套用檢驗，為解決複雜最佳化問題提供新型而高效的求解途徑。
結題摘要
本項目針對傳統集中式差分進化算法在求解大規模複雜最佳化問題時存在的全局搜尋能力不足和求解速度過慢的問題，開展自適應分散式差分進化算法的研究。 首先，課題組在分散式算法設計與實現方面，對基於MPI、OpenMP和雲計算等分散式平台的分散式差分進化算法實現機制進行研究，完成了不同平台的算法性能比較，提出了一種基於雲平台的雙層分散式差分進化算法，形成了Cloudde算法（雲Cloud平台上的差分進化DE，也就是Cloudde）。代表性成果已發表在並行與分散式系統的頂尖國際期刊IEEE Trans. PDS。 其次，課題組開展差分進化算法及其分散式算法的參數自適應控制研究。提出了基於二分引導的參數自適應差分進化算法和基於進化狀態感知的自適應路徑控制差分進化算法，並將自適應參數控制策略在其他進化計算方法中推廣。代表性成果已發表在進化計算領域的國際頂尖學術期刊IEEE Trans. CYB【影響因子為7.384，在計算機-控制領域22本國際期刊中排名第一】。 再次，課題組開展差分進化算法及其分散式算法的拓撲結構自適應演化研究。一方面對雲計算等分散式資源進行負載均衡的智慧型化調度；另一方面結合分散式資源負載均衡等信息對多種群差分進化算法的拓撲結構進行動態演化。提出了基於蟻群系統的雲資源調度算法和拓撲結構自適應調整的多種群差分進化算法。代表性成果已發表在進化計算領域的頂尖國際期刊IEEE Trans. EC【影響因子為10.629，在計算機-人工智慧領域133本國際期刊中排名第一】。 最後，課題組將自適應分散式差分進化算法在功率電路最佳化設計的實際問題中進行檢驗和套用。遞進式地分別提出了基於差分進化算法、基於並行化分散式差分進化算法和基於資源感知自適應分散式差分進化算法的三種求解方法，驗證了自適應分散式差分進化算法求解功率電路最佳化問題的有效性和高效性。 基於以上研究，共發表（錄用）標註了本項目基金號的國際學術期刊和會議論文33篇，其中SCI國際期刊論文13篇（包括IEEE Trans.系列論文8篇），入選ESI高被引論文1篇；相關成果已經申請國家發明專利2項；培養了和正在培養/協助培養研究生15人。圓滿完成了項目的任務和目標。項目負責人先後入選教育部“青年長江學者”（2017 年）、廣東省“青年珠江學者”（2016 年）和廣東特支科技創新青年拔尖人才（2016 年）。
