吉林大学学报(工学版) ›› 2017, Vol. 47 ›› Issue (3): 937-943.doi: 10.13229/j.cnki.jdxbgxb201703034

• • 上一篇    下一篇

混沌协方差矩阵自适应进化策略优化算法

胡冠宇, 乔佩利   

  1. 哈尔滨理工大学 计算机科学与技术学院,哈尔滨 150080
  • 收稿日期:2016-02-27 出版日期:2017-05-20 发布日期:2017-05-20
  • 通讯作者: 乔佩利(1951-),男,教授,博士生导师.研究方向:智能计算,网络安全.E-mail:qiaopeili2014@163.com
  • 作者简介:胡冠宇(1982-),男,讲师,博士研究生.研究方向:智能计算,网络安全.E-mail:huguanyu0708@163.com
  • 基金资助:
    国家自然科学基金项目(61103149,61362016); 黑龙江省自然科学基金项目(QC2013C060)

Chaos covariance matrix adaptation evolution strategy optimization algorithm

HU Guan-yu, QIAO Pei-li   

  1. School of Computer Science and Technology, Harbin University of Science and Technology, Harbin 150080, China
  • Received:2016-02-27 Online:2017-05-20 Published:2017-05-20

摘要: 为了改进进化策略算法的性能,提出了一种混沌协方差矩阵自适应进化策略(Chaos-CMA-ES)算法,该算法在协方差矩阵自适应进化策略(CMA-ES)算法的基础上引入了混沌算子,并利用其更新种群中心的位置,使得种群具备良好的全局搜索能力。试验结果表明,本文算法对复杂多峰函数的寻优效果好于其他几种算法。最后,将本文算法用于优化网络安全态势的预测模型,预测结果的精度高于其他方法。

关键词: 人工智能, 优化算法, 协方差矩阵自适应进化策略, 混沌优化, 网络安全态势预测

Abstract: A Chaos Covariance Matrix Adaptation Evolution Strategy (Chaos-CMA-ES) optimization algorithm is proposed. The Chaos-CMA-ES algorithm uses the chaos operator to update the mean of the population on the basis of the original CMA-ES algorithm. Chaos-CMA-ES algorithm has good global search capability by using the improved operation. The comparative experimental results verify that the Chaos-CMA-ES algorithm has better optimization effect than other optimization algorithms for complex multimodal function. A case study of the network security situation prediction is examined to demonstrate the ability and applicability of the Chaos-CMA-ES algorithm. The prediction accuracy is higher than other methods.

Key words: artificial intelligence, optimization algorithm, covariance matrix adaptation evolution strategy(CMA-ES), chaos optimization, network security situation prediction

中图分类号: 

  • TP18
[1] 李静. 一种基于单纯形法的分布式估计算法[J]. 科学技术与工程,2014,14(32):262-265.
Li Jing. Estimation of distribution algorithms based on simplex method[J]. Science Technology and Engineering,2014,14(32):262-265.
[2] 叶坤涛,杨国珂,贺文熙. 一种最速下降的贪婪迭代算法[J]. 江西理工大学学报,2014,35(5):73-78.
Ye Kun-tao, Yang Guo-ke,He Wen-xi. Greedy iterative algorithm of the steepest descent[J]. Journal of Jiangxi University of Science and Technology,2014,35(5):73-78.
[3] 李园,韩海山,杨丹丹. 一个基于罚方程的线性互补问题的广义牛顿法[J]. 高等学校计算数学学报,2015,37(1):53-70.
Li Yuan,Han Hai-shan,Yang Dan-dan. A penalized equation based generalized Newton method for solving linear complementarity problems[J]. Numerical Mathematics,A Journal of Chinese Universities,2015,37(1):53-70.
[4] Gill P E, Al E. A globally convergent stabilized SQP method[J]. Siam Journal on Optimization,2013,23(4):1983-2010.
[5] Bandyopadhyay S,Saha S,Maulik U,et al. A simulated annealing-based multi-objective optimization algorithm: AMOSA[J]. IEEE Transactions on Evolutionary Computation,2008,12(3):269-283.
[6] Chuang Y C, Chen C T, Hwang C. A real-coded genetic algorithm with a direction-based crossover operator[J]. Information Sciences,2015,305:320-348.
[7] Pluhacek M, Senkerik R, Zelinka I. Multiple choice strategy based PSO algorithm with chaotic decision making-a preliminary study[DB/OL].[2016-02-20]. http://www.docin.com/p-1359283868.html.
[8] 李晓磊. 一种新型的智能优化方法-人工鱼群算法[D]. 杭州:浙江大学控制科学与工程学院,2003.
Li Xiao-lei. A new intelligent optimization method artificial fish swarm algorithm[D]. Hangzhou:College of Control Science and Engineering,Zhejiang University,2003.
[9] Liu Wen-biao,Cao Cao,Zhang Yuan, et al. Parameters optimization of synchronous induction coilgun based on ant colony algorithm[J]. IEEE Transactions on Plasma Science,2011,39(1):100-104.
[10] Kordestani J K, Ahmadi A, Meybodi M R. An improved differential evolution algorithm using learning automata and population topologies[J]. Applied Intelligence,2014,41(4):1150-1169.
[11] Shi Y, Eberhart R C. Fuzzy adaptive particle swarm optimizer[C]∥Proceedings of IEEE International Conference on Evolutionary Computation, Anchorage,USA,1998:69-73.
[12] 高鹰,谢胜利. 混沌粒子群优化算法[J]. 计算机科学,2004,31(8):13-15.
Gao Ying, Xie Sheng-li. Chos particle optimization algorithm[J]. Computer Science,2004,31(8):13-15.
[13] 陈彦龙,张培林,李胜,等. 面向多峰函数的自适应小生境量子进化算法[J]. 系统工程与电子技术,2014,36(2):403-408.
Chen Yan-long, Zhang Pei-lin, Li Sheng, et al. Adaptive niche quantum evolutionary algorithm for multimodal function[J]. Systems Engineering and Electronics,2014,36(2):403-408.
[14] 方伟,孙俊,谢振平,等. 量子粒子群优化算法的收敛性分析及控制参数研究[J]. 物理学报,2010,59(6):3686-3694.
Fang Wei, Sun Jun, Xie Zhen-ping, et al. Convergence analysis of quantum-behaved particle swarm optimization algorithm and study on its control parameter[J]. Acta Physica Sinica,2010,59(6):3686-3694.
[15] 栾丽君,谭立静,牛奔. 一种基于粒子群优化算法和差分进化算法的新型混合全局优化算法[J]. 信息与控制,2007,36(6):708-714.
Luan Li-jun, Tan Li-jing, Niu Ben. A novel hybrid global optimization algorithm based on particle swarm optimization and differential evolution[J]. Information and Control,2007,36(6):708-714.
[16] Hansen N. The CMA evolution strategy: a comparing review[J]. Studies in Fuzziness and Soft Computing,2006,192:75-102.
[17] Coello C A C. Conference report for 2013 IEEE congress on evolutionary computation[J]. IEEE Computational Intelligence Magazine,2013,8(4):8-9.
[18] 刘金鹏. 面向大规模实值优化问题的CMA-ES算法及其分制策略研究[D]. 合肥:中国科学技术大学计算机科学与技术学院,2014.
Liu Jin-peng. CMA-ES and decomposition strategy for large scale continuous optimization problem[D]. Hefei:School of Computer Science and Technology, University of Science and Technology China,2014.
[19] 苏国韶,武振兴,燕柳斌. 基于自适应协方差矩阵进化策略的结构可靠度计算[J]. 四川建筑科学研究,2011,37(2):13-16.
Su Guo-shao,Wu Zhen-xing, Yan Liu-bin. Structual reliabitity calculation using CMA-ES algorithm[J]. Sichuan Building Science,2011,37(2):13-16.
[20] 纪震,廖慧连.粒子群算法及应用[M].北京:科学出版社,2009.
[21] 任伟,蒋兴浩,孙锬锋. 基于RBF神经网络的网络安全态势预测方法[J]. 计算机工程与应用,2006,31:136-138,144.
Ren Wei,Jiang Xing-hao,Sun Tan-feng. RBFNN-based prediction of networks security situation[J]. Computer Engineering and Applications,2006,31:136-138,144.
[22] 胡冠宇,乔佩利. 基于云群的高维差分进化算法及其在网络安全态势预测上的应用[J]. 吉林大学学报:工学版,2016,46(2):568-577.
Hu Guan-yu, Qiao Pei-li. A high dimensional differential evolutionary algorithm based on cloud population for network security situation prediction[J]. Journal of Jilin University(Engineering and Technology Edition),2016,46(2):568-577.
[23] 戴月明,朱达祥,吴定会.核矩阵协同进化的震荡搜索粒子群优化算法[J].重庆邮电大学学报:自然科学版,2016,28(2):247-253.
Dai Yue-ming,Zhu Da-xing,Wu Ding-hui.Shock search particle swarm optimization algorithm based on kernel matrix synergistic evolution[J]. Journal of Chongqing University of Posts and Telecommunications(Natural Science Edition),2016,28(2):247-253.
[24] 李志东,杨武,王巍,等. 基于扩散分析的网络安全威胁态势评估[J]. 吉林大学学报:工学版,2012,42(1):145-149.
Li Zhi-dong,Yang Wu,Wang Wei,et al. Network security threat situation evaluation based on spread analysis[J]. Journal of Jilin University(Engineering and Technology Edition),2012,42(1):145-149.
[1] 赵东,孙明玉,朱金龙,于繁华,刘光洁,陈慧灵. 结合粒子群和单纯形的改进飞蛾优化算法[J]. 吉林大学学报(工学版), 2018, 48(6): 1867-1872.
[2] 董飒, 刘大有, 欧阳若川, 朱允刚, 李丽娜. 引入二阶马尔可夫假设的逻辑回归异质性网络分类方法[J]. 吉林大学学报(工学版), 2018, 48(5): 1571-1577.
[3] 顾海军, 田雅倩, 崔莹. 基于行为语言的智能交互代理[J]. 吉林大学学报(工学版), 2018, 48(5): 1578-1585.
[4] 王旭, 欧阳继红, 陈桂芬. 基于垂直维序列动态时间规整方法的图相似度度量[J]. 吉林大学学报(工学版), 2018, 48(4): 1199-1205.
[5] 张浩, 占萌苹, 郭刘香, 李誌, 刘元宁, 张春鹤, 常浩武, 王志强. 基于高通量数据的人体外源性植物miRNA跨界调控建模[J]. 吉林大学学报(工学版), 2018, 48(4): 1206-1213.
[6] 赵宏伟, 刘宇琦, 董立岩, 王玉, 刘陪. 智能交通混合动态路径优化算法[J]. 吉林大学学报(工学版), 2018, 48(4): 1214-1223.
[7] 黄岚, 纪林影, 姚刚, 翟睿峰, 白天. 面向误诊提示的疾病-症状语义网构建[J]. 吉林大学学报(工学版), 2018, 48(3): 859-865.
[8] 李雄飞, 冯婷婷, 骆实, 张小利. 基于递归神经网络的自动作曲算法[J]. 吉林大学学报(工学版), 2018, 48(3): 866-873.
[9] 刘杰, 张平, 高万夫. 基于条件相关的特征选择方法[J]. 吉林大学学报(工学版), 2018, 48(3): 874-881.
[10] 蔡振闹, 吕信恩, 陈慧灵. 基于反向细菌优化支持向量机的躯体化障碍预测模型[J]. 吉林大学学报(工学版), 2018, 48(3): 936-942.
[11] 王旭, 欧阳继红, 陈桂芬. 基于多重序列所有公共子序列的启发式算法度量多图的相似度[J]. 吉林大学学报(工学版), 2018, 48(2): 526-532.
[12] 杨欣, 夏斯军, 刘冬雪, 费树岷, 胡银记. 跟踪-学习-检测框架下改进加速梯度的目标跟踪[J]. 吉林大学学报(工学版), 2018, 48(2): 533-538.
[13] 刘雪娟, 袁家斌, 许娟, 段博佳. 量子k-means算法[J]. 吉林大学学报(工学版), 2018, 48(2): 539-544.
[14] 曲慧雁, 赵伟, 秦爱红. 基于优化算子的快速碰撞检测算法[J]. 吉林大学学报(工学版), 2017, 47(5): 1598-1603.
[15] 李嘉菲, 孙小玉. 基于谱分解的不确定数据聚类方法[J]. 吉林大学学报(工学版), 2017, 47(5): 1604-1611.
Viewed
Full text


Abstract

Cited

  Shared   
  Discussed   
[1] 张学广, 刘纯国, 郑愿, 江仲海, 李湘吉. 基于延性损伤和剪切损伤的铝合金成形极限预测[J]. 吉林大学学报(工学版), 2016, 46(5): 1558 -1566 .
[2] 王攀, 鲁俊, 邓兆祥, 廖海辰, 王正亚, 阳小光. 基于状态观测器的机敏约束阻尼板模态控制[J]. 吉林大学学报(工学版), 2016, 46(4): 1057 -1064 .
[3] 卢彦飞, 张涛, 郑健, 李铭, 章程. 基于局部标准差与显著图的模糊图像质量评价方法[J]. 吉林大学学报(工学版), 2016, 46(4): 1337 -1343 .
[4] 朱冰, 冯瑶, 赵健, 吴坚, 王鹏飞, 汪昶. 商用半挂车制动迟滞补偿系统设计与分析[J]. 吉林大学学报(工学版), 2017, 47(5): 1352 -1357 .
[5] 郎利辉, 阚鹏, 王耀, 孙志莹, 张泉达. 铝合金板材三向应力状态下的成形性能[J]. 吉林大学学报(工学版), 2017, 47(5): 1527 -1533 .
[6] 王天皓, 王忠福, 王雨蒙, 杨开宇, 高印寒, 马喜来. 基于混沌多项式展开法的线束串扰统计模型[J]. 吉林大学学报(工学版), 2017, 47(5): 1568 -1576 .
[7] 刘让, 王德江, 张刘, 周达标, 贾平, 丁鹏. 基于梯度天空背景的非均匀性校正和点目标探测[J]. 吉林大学学报(工学版), 2017, 47(5): 1625 -1633 .
[8] 孙晓颖, 扈泽正, 杨锦鹏. 基于分层贝叶斯网络的车辆发动机系统电磁脉冲敏感度评估[J]. 吉林大学学报(工学版), 2018, 48(4): 1254 -1264 .
[9] 顾海军, 田雅倩, 崔莹. 基于行为语言的智能交互代理[J]. 吉林大学学报(工学版), 2018, 48(5): 1578 -1585 .
[10] 毕秋实,王国强,黄婷婷,毛瑞,鲁艳鹏. 基于DEM-FEM耦合的双齿辊破碎机辊齿强度分析[J]. 吉林大学学报(工学版), 2018, 48(6): 1770 -1776 .