分布式进化计算：解决大量方程的新技术
摘要：分布式进化计算技术的应用较多地用于成功解决各种优化和学习问题。与传统方法相比，进化算法更有效地获得解决复杂问题的最优解。在参数集很大的问题中，进化计算技术对单个处理单元而言计算负荷很大。鉴于这一限制，本文提出了一种新的分布式进化计算技术，通过将决策向量分解为较小的组成部分，并在短时间内实现最优解。在该技术中，引入了一种基于雅各比的时变自适应混合进化算法（JBTVA）以及集群计算。此外，还引入了两种新的选择方法，即最佳全选（BAS）和双选（TS），以选择最适合的解决方案向量。实验结果表明，针对具有大量参数的不同类型问题可以实现最优解，并且在所提出的分布式系统中获得了相当大的加速效果。
作者：Moslema Jahan, M. M. A. Hashem and Gazi Abdullah Shahriar
论文ID：1303.0462
分类：Neural and Evolutionary Computing
分类简称：cs.NE
提交时间：2013-03-05