基于种群的元启发式优化在中子光学与屏蔽设计中的应用
计算物理
2019-08-21 v1
摘要
基于种群的元启发式算法是中子散射仪器设计中的有力工具，且此类算法在该用途上的应用正变得越来越普遍。如今在设计仪器时有大量算法可供选择，而最初往往并不清楚哪种算法能提供最佳性能。此外，由于这类算法的性质，针对特定设计场景所找到的最终解未必能保证是全局最优。因此，为探索现有各类算法应用于此类设计场景时的潜在优势与差异，我们对一些常用算法进行了详细研究。为此，我们开发了一个新的通用优化软件包，它将若干常见元启发式算法集成于单一用户界面中，并专门针对中子计算而设计。该软件包含的算法实现了粒子群优化（PSO）、差分进化（DE）、人工蜂群（ABC）和遗传算法（GA）。该软件已结合蒙特卡洛模拟，用于优化中子光学与屏蔽中的若干设计问题，以评估各算法的性能。总体而言，算法性能取决于具体场景，但本研究发现 DE 在所考察的所有场景中均提供了最佳平均解。
引用
@article{arxiv.1908.07221,
title = {Population-based metaheuristic optimization in neutron optics and shielding design},
author = {D. D. DiJulio and H. Björgvinsdóttir and C. Zendler and P. M. Bentley},
journal= {arXiv preprint arXiv:1908.07221},
year = {2019}
}
备注
This manuscript version is made available under the CC-BY-NC-ND 4.0 license http://creativecommons.org/licenses/by-nc-nd/4.0/