傅里叶空间变换处理带噪声进化算法的研究

计算机工程与应用 ›› 2011, Vol. 47 ›› Issue (28): 33-37.

傅里叶空间变换处理带噪声进化算法的研究

聂坚，郑金华，谢谆志，邹娟

湘潭大学信息工程学院，湖南湘潭 411105

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2011-10-01 发布日期:2011-10-01

Research on evolutionary algorithm with noisy fitness based on Fourier space transform

NIE Jian，ZHENG Jinhua，XIE Zhunzhi，ZOU Juan

College of Information Engineering，Xiangtan University，Xiangtan，Hunan 411105，China

Received:1900-01-01 Revised:1900-01-01 Online:2011-10-01 Published:2011-10-01

摘要/Abstract

摘要： 鉴于进化算法处理实际优化问题时受到的噪声干扰，提出了一种新的数学去噪方法（Fourier Space Transform，FST）。建立噪声环境下进化计算中新的适应函数计算模型;对该模型下计算所得的个体适应值进行傅氏空间变换，运用滤波方法处理;通过傅氏逆变换得到处理后的适应值，通过比较它们模值的大小，选出优秀个体。实验结果表明，FST方法不仅对噪声处理有很好的效果，而且计算代价低，稳定性好。

关键词: 进化算法, 傅里叶空间变换, 噪声干扰, 滤波方法

Abstract: It is inevitable to meet noisy for Evolutionary Algorithms（EAs） when optimizing the practical problems.This paper proposes a new mathematic denoising method（Fourier Space Transform，FST）.A new computational model of fitness function in noisy environment is established.The noisy fitnesses of solutions are calculated from the new model and the filtering approach is used to deal with the noisy fitness after Fourier space transform.By the inverse FST，The disposed fitnesses are obtained whose module values are decided whether they are needed excellent solutions.The simulation experiment shows that the FST is not only efficiency but also low computational complexity and high stability.

Key words: evolutionary algorithms, Fourier space transform, noisy, filtering approach

聂坚，郑金华，谢谆志，邹娟. 傅里叶空间变换处理带噪声进化算法的研究[J]. 计算机工程与应用, 2011, 47(28): 33-37.

NIE Jian，ZHENG Jinhua，XIE Zhunzhi，ZOU Juan. Research on evolutionary algorithm with noisy fitness based on Fourier space transform[J]. Computer Engineering and Applications, 2011, 47(28): 33-37.

[1]	钱峥远，曾国荪. 精英化岛屿种群引导的差分进化算法[J]. 计算机工程与应用, 2021, 57(20): 73-81.
[2]	白首华，郭广颂，胡天彤. 交互式多目标文化算法优化多模态混合指标[J]. 计算机工程与应用, 2021, 57(17): 80-87.
[3]	崔彩霞，毕超超，范勤勤. 基于隐马尔可夫链的自适应MODE及应用[J]. 计算机工程与应用, 2021, 57(14): 83-94.
[4]	李荣，贺兴时，杨新社. 基于差分进化的飞蛾算法在电力调度中的应用[J]. 计算机工程与应用, 2021, 57(13): 258-268.
[5]	沈鑫，邹德旋，张强. 采用双变异策略的自适应差分进化算法及应用[J]. 计算机工程与应用, 2020, 56(4): 146-157.
[6]	吉训生，蔡益青. 利用历史信息和限制算子求解MOFJSP[J]. 计算机工程与应用, 2020, 56(2): 272-278.
[7]	蔡延光，陈厚仁，戚远航. 变邻域量子烟花算法求解CVRP[J]. 计算机工程与应用, 2019, 55(9): 230-236.
[8]	耿焕同，周利发，丁洋洋，周山胜. 一种基于新型差分进化模型的MOEA/D改进算法[J]. 计算机工程与应用, 2019, 55(8): 138-146.
[9]	周林. 低碳时变城配送车辆路径-发车调度集成优化[J]. 计算机工程与应用, 2019, 55(8): 264-270.
[10]	迟宗正，董绍正，郭童，任志磊，周宽久，郭禾. 求解风力发电机布局问题的超启发式算法研究[J]. 计算机工程与应用, 2019, 55(7): 220-225.
[11]	肖俊明，高洪洋，朱永胜，瞿博阳. 考虑新能源接入的电力多目标优化调度[J]. 计算机工程与应用, 2019, 55(23): 241-247.
[12]	顾春华，刘鑫平，罗飞，丁炜超. 基于同步更新外部归档集的NSGA-II改进算法[J]. 计算机工程与应用, 2018, 54(20): 28-34.
[13]	申晓宁，孙毅，薛云勇. 采用放松支配关系的高维多目标微分进化算法[J]. 计算机工程与应用, 2018, 54(18): 161-167.
[14]	刘利斌1，2，隆广庆1，2，上官珍萍1. 差分进化与有理谱方法求解奇异摄动问题[J]. 计算机工程与应用, 2018, 54(17): 225-230.
[15]	钱武文，柴军瑞，张子映，谈然. 基于反射变异策略的自适应差分进化算法[J]. 计算机工程与应用, 2018, 54(15): 161-168.