混沌协方差矩阵自适应进化策略优化算法  

Chaos covariance matrix adaptation evolution strategy optimization algorithm

作　　者：胡冠宇[1] 乔佩利[1] HU Guan-yu QIAO Pei-li(School of Computer Science and Technology ^ Harbin University of Science and Technology ^ Har6in 150080 , China)

机构地区：[1]哈尔滨理工大学计算机科学与技术学院,哈尔滨150080

出　　处：《吉林大学学报（工学版）》2017年第3期937-943,共7页Journal of Jilin University:Engineering and Technology Edition

基　　金：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)

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(ChaosCMA-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。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.

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 

分 类 号：TP18[自动化与计算机技术—控制理论与控制工程]