基于资源分配和动态分组的合作协同演化算法

作者：欧阳聪; 关静; 杨鸣^*

来源：郑州大学学报(工学版), 2023, 44(05): 10-16.

DOI：10.13705/j.issn.1671-6833.2023.05.010

• 合作型协同演化
• 大规模全局优化
• 资源分配
• 动态分组
• 贡献值

合作型协同演化算法在处理大规模全局优化问题中的决策变量完全可分或者完全不可分的问题时，精确的分组方法并不能保证提高算法性能，甚至可能会导致性能下降。针对上述问题，提出了一种基于资源分配和动态分组的合作协同演化算法(RG-CCFR3)。该算法以CCFR3为基础，当决策变量完全可分或完全不可分时，首先设置数组与数组索引，用于确定每轮优化时的分组大小；其次，根据分组大小对决策变量进行随机分组，使得在不同轮次的优化中每组决策变量的分配更多样化；最后，修改了CCFR3中每轮优化时的处理逻辑，保证了每轮优化的次数一致。通过CEC2013和CEC2010中的基准测试函数检验算法的性能，将RG-CCFR3与CCFR3、MMO-CC、CBCC-RDG3进行对比并进行显著性检验。结果表明：对比CCFR3算法，RG-CCFR3算法在处理决策变量完全可分或者完全不可分的问题时，在多数情况下具有更好的性能；与MMO-CC、CBCC-RDG3算法相比，RG-CCFR3算法具有一定的竞争力。

• 单位
  中国舰船研究设计中心; 中国地质大学（武汉）