基于剪枝堆栈泛化的离线数据驱动进化优化
文献类型：期刊论文
| 作者 | 梁正平; 黄锡均; 李燊钿; 王喜瑜; 朱泽轩 |
| 刊名 | 自动化学报
 |
| 出版日期 | 2023 |
| 卷号 | 49期号:6页码:1306-1325 |
| 关键词 | 堆栈泛化 代理模型 离线数据驱动优化 进化计算 |
| ISSN号 | 0254-4156 |
| DOI | 10.16383/j.aas.c220387 |
| 英文摘要 | 现实世界中存在很多目标函数的计算非常昂贵,甚至目标函数难以建模的复杂优化问题.常规优化方法在解决此类问题时要么无从入手,要么效率低下.离线数据驱动的进化优化方法不需对真实目标函数进行评估,跳出了传统优化方法的固铚,极大推动了昂贵优化问题和不可建模优化问题的求解.但离线数据驱动进化优化的效果严重依赖于所采用代理模型的质量.为提升离线数据驱动进化优化的性能,提出了一个基于剪枝堆栈泛化(Stacked generalization, SG)代理模型构建方法.具体而言,一方面基于异构的基学习器建立初级模型池,再采用学习方式对各初级模型进行组合,以提升代理模型的通用性和准确率.另一方面基于等级保护指标对初级模型进行剪枝,在提高初级模型集成效率的同时进一步提升最终代理模型的准确率,并更好地指导种群的搜索.为验证所提方法的有效性,与7个最新的离线数据驱动的进化优化算法在12个基准测试问题上进行对比,实验结果表明所提出的方法具有明显的优势. |
| 源URL | [http://ir.ia.ac.cn/handle/173211/56140]  |
| 专题 | 自动化研究所_学术期刊_自动化学报 |
| 推荐引用方式 GB/T 7714 | 梁正平,黄锡均,李燊钿,等. 基于剪枝堆栈泛化的离线数据驱动进化优化[J]. 自动化学报,2023,49(6):1306-1325. |
| APA | 梁正平,黄锡均,李燊钿,王喜瑜,&朱泽轩.(2023).基于剪枝堆栈泛化的离线数据驱动进化优化.自动化学报,49(6),1306-1325. |
| MLA | 梁正平,et al."基于剪枝堆栈泛化的离线数据驱动进化优化".自动化学报 49.6(2023):1306-1325. |
入库方式： OAI收割
来源：自动化研究所
浏览0
下载0
收藏0
其他版本
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。