华中科技大学肖人彬等 | 面向复杂优化调度的角色分工萤火虫算法
面向复杂优化调度的角色分工萤火虫算法
赵嘉1,2,陈文平1,肖人彬3,叶军1
1南昌工程学院信息工程学院,中国南昌市,330099
2江西省水信息协同传感与智能处理重点实验室,中国南昌市,330099
3华中科技大学人工智能与自动化学院,中国武汉市,430074
1
研究背景
复杂优化调度问题往往具有非凸性、不连续、不可微和多模态等特点,萤火虫算法使用单一的学习策略,算法在运行过程中种群多样性迅速丧失,在处理复杂优化调度问题时,算法易陷入局部最优且粒子难以逃逸。而在自然界中,种群的生存和繁衍离不开分工合作。如蚁群一般有蚁后、雌蚁、雄蚁、工蚁和兵蚁。人类社会一个大的项目往往要细分成许多小项目,每个小项目都交给团队中擅长的人来做,以提高工作效率。从以上自然或社会现象可以看出,分工合作能够提高群体运行效率。因此,以分工合作的方式,将多种学习策略融入算法中,能极大提高算法处理复杂优化调度问题时的优化性能。
2
研究内容
本文受分工合作思想的启发,通过对萤火虫算法搜索机理的分析,挖掘算法的进化特性,同时探究各学习策略的物理特性和进化模式;在此基础上,研究角色分工思想和多策略集成萤火虫算法,提出一种多策略分工萤火虫算法,以提高算法在处理复杂优化问题时的性能。算法首先将萤火虫划分为领导者、开发者和跟随者,领导者使用贪婪柯西突变策略,贪婪策略能够让领导者储存的优势信息不被丢失,柯西突变使领导者具备跳出局部最优的能力,避免种群进化陷入困境;开发者使用精英邻域搜索策略,将领导者视为精英粒子,在领导者周围进行精细搜索,提高算法开发能力;跟随者同时向两个优秀粒子学习,学习对象的多样性能够提高算法的全局探索能力。此外,为满足种群在不同进化时期萤火虫运动对搜索步长的需求,设计了一种新的步长衰减方式——阶梯降步长。
3
算法分析
将种群划分为领导者、开发者、跟随者,每种角色担任不同搜索工作。领导者的作用是领导种群向一个正确方向搜索,若领导者陷入局部最优,则种群进化也会陷入困境。为防止领导者陷入局部最优,需要给领导者一个跳出局部最优的机制,避免种群进化陷入困境。本文中,对领导者使用贪婪柯西突变策略。已有研究表明,柯西分布的长尾巴能够帮助被困的萤火虫跳跃到更好位置,贪婪策略能够保存种群的优势信息。
开发者承担算法的局部开发工作,为加快算法的收敛速度和开发精度,本文提出一种精英邻域搜索策略。
跟随者的任务是在跟随优秀粒子的过程中探索更多的未知空间,即承担算法的探索工作。
在算法运行的不同阶段,粒子的运动对步长需求不同,本文设计了一种阶梯变步长方式,让步长随算法迭代而衰减。
4
仿真结果
使用3组测试函数以及一个水库优化调度实例,比较本文算法与已有算法,以证明其优化性能。
表1为算法在12个经典测试函数上的优化结果。可以看出,本文算法明显优于FA、WSSFA、VSSFA、MFA、RaFA、ApFA、DLFA和LVFA。在10种算法中,本文算法综合优化性能最好。图1给出10种算法在12个测试函数上的收敛过程曲线,总的来说,无论在优化精度还是优化速度上,本文算法均具有较高性能。表2是与群智能领域一些经典和最新算法比较的结果,在9种算法中,本文算法综合性能最优。表3是算法在CEC2015测试函数上的优化结果,从Rank值可以看出,本文算法综合优化性能优于比较算法。
表4为梯级水库使用优化算法优化调度后的最大发电量,本文算法所得总电量最高。图2给出各算法运行的收敛曲线,可以看出,本文算法用较少评估次数得到较高发电量。
表1 算法在12个测试函数上的优化结果
表2 算法在22个测试函数上的优化结果
表3 算法在CEC2015测试函数上的优化结果
表4 算法调度后最大发电量
图2 算法优化调度收敛图
Jia ZHAO, Wenping CHEN, Renbin XIAO, Jun YE, 2021. Firefly algorithm with division of roles for complex optimal scheduling. Frontiers of Information Technology & Electronic Engineering, 22(10):1311-1333.
https://doi.org/10.1631/FITEE.2000691
赵嘉:南昌工程学院信息工程学院教授。南昌市大数据与计算智能重点实验室主任。2011年获南昌航空大学计算机应用技术专业硕士学位,2020年获河海大学信息与通信工程专业博士学位。研究兴趣包括大数据分析和人工智能理论。
陈文平:2021年获南昌工程学院动力工程专业硕士学位。现为河海大学计算机与信息学院信息与通信工程专业博士生。主要研究方向包括智能计算、群智能算法。
肖人彬(通讯作者):华中科技大学人工智能与自动化学院教授。1993年毕业于华中科技大学系统工程专业,获博士学位。出版专著10余部,发表学术论文300多篇。主持承担国家自然科学基金项目10项,主持获得教育部和湖北省科技奖励5项(其中自然科学奖4项)。主要研究方向为群智能、涌现计算、制造系统工程、复杂产品创新设计。
叶军:南昌工程学院信息工程学院教授。主要研究方向为进化计算、粗糙集、粒计算理论。
4. 陈关荣教授等 | FITEE“复杂网络和系统的分布式滤波与控制”专刊导读
5. 东南大学洪伟教授等|FITEE高通量毫米波无线通信专刊导读
6. 上海理工大学庄松林院士团队——利用太赫兹时域光谱法和微腔器件检测样品:综述
7. 西北工业大学胡劲文等 | 基于多传感器融合的智能车在野外环境中的障碍物检测研究
8. 北京邮电大学张建华等 | 面向6G的信道测量与建模:现状与展望
9. 兰州理工大学马军等 | 一类新的光电神经元模型及其动力学
10. 浙江师范大学刘洋等 | 基于网络结构的布尔网络输出反馈镇定器设计
11. 常州大学陈墨等:余弦忆导忆阻系统周期变化初值位移调控行为
12. 韩国科学技术院Seulki KYEONG等:基于表面肌电信号的行走环境与步态周期识别
13. 京都大学 Naveed 等:高效构造基于有限域上莫德尔椭圆曲线的密码置换盒
14. 浙江工业大学唐智川等:面向脑机接口基于改进的共同空间模式方法的单次运动想象脑电分类
16. 美国明尼苏达大学王钢等:智能电网状态估计方法最新进展综述
17. 浙江大学郝翔等 | 紧凑型计算光谱信息采集系统综述(全文翻译)
19. 华中科技大学石宣化等 | 外媒眼中的中国:以COVID-19为例(新闻数据集开源下载)
首期信息与电子工程领域青年学术前沿论坛成功举办,段宝岩院士领衔
FITEE 发布首届优秀论文/专题、杰出编委/通讯专家名单!
聚焦先进集成电路技术与产业创新,“中国工程院信息与电子工程前沿论坛”第5期成功举办!
FITEE微信上线新功能,不需下载PDF,即可阅览每期中英文摘要和全文
《信息与电子工程前沿(英文)》(FITEE) 第二届编委会2020年度扩大会议顺利召开
关于本刊
Frontiers of Information Technology & Electronic Engineering(简称FITEE,中文名《信息与电子工程前沿(英文)》,ISSN 2095-9184,CN 33-1389/TP)是信息电子类综合性英文学术月刊,SCI-E、EI收录,最新影响因子2.161,位于JCR Q2分区。前身为2010年创办的《浙江大学学报英文版C辑:计算机与电子》,2015年更为现名,现为中国工程院信息与电子工程学部唯一院刊。覆盖计算机、信息与通信、控制、电子、光学等领域。文章类型包括研究论文、综述、个人视点、评述等。现任主编为中国工程院院士潘云鹤、卢锡城。实行国际同行评审制,初次转达意见一般在2~3个月内。文章一经录用将快速在线。
2019年,荣获中国科协等七部委推出的中国科技期刊卓越行动计划项目资助(梯队期刊)。
官网:http://www.jzus.zju.edu.cn
期刊Springer主页:
http://www.springer.com/computer/journal/11714
在线投稿:
http://www.editorialmanager.com/zusc
更多信息,请见: