Shuffled Complex Evolution with PCA (SP-UCI) 方法:SP-UCI 方法是一种针对高维复杂问题的全局优化算法。-matlab开发

时间:2024-06-19 10:32:28
【文件属性】:

文件名称:Shuffled Complex Evolution with PCA (SP-UCI) 方法:SP-UCI 方法是一种针对高维复杂问题的全局优化算法。-matlab开发

文件大小:126KB

文件格式:ZIP

更新时间:2024-06-19 10:32:28

matlab

带有主成分分析的混洗复杂进化——加州大学欧文分校 (SP-UCI) 方法是一种针对高维复杂问题设计的全局优化算法。 它基于 Shuffled Complex Evolution (SCE-UA) 方法(由段庆云博士等),但解决了在高维空间搜索中的一个严重问题,即“种群退化”。 种群退化问题是指在搜索高维参数空间时,搜索粒子的种群极有可能坍缩到参数空间的一个子空间中,从而失去探索整个参数空间的能力的现象。 此外,SP-UCI方法还结合了shuffled complex、Nelder-Mead单纯形和多正态重采样的优势,实现了高效有效的高维优化。


【文件预览】:
SP_UCI.zip

网友评论