烟花算法研究及其大数据应用

The aim of this project is to carry on comprehensive studies on fireworks algorithm (FWA). It consists of the following five parts: (1) study of theoretical models of FWA; (2) study of information utilization rate and mechanism in FWA; (3) research on multi-objective optimization FWA; (4) implementation of parallel FWA; and (5) FWA’s application validation in computer malware detection. This project will theoretically analyze FWA in depth from the perspectives of swarm intelligence and probabilistic model, establish the theory of FWA’s convergence and solution characteristics and lay a solid foundation for the further developments of FWA. Through the studies on the operators in FWA, we would like to make full use of the fitness values we have gotten, for greatly raising the performance of FWA and benefiting to solving complex large-scale optimization problem. By using the latest achievements on multi-objective optimization (MOO), an efficient MOO-FWA will be well designed for MOO problem. We will try to implement GPU-based parallel FWA framework for big data problems. We would like to obtain the following benefits through this project: (1) getting a better understanding of the intrinsic mechanism of FWA, especially the unique explosive search manner of FWA; (2) raising the performance of FWA considerably in terms of making full use of the information during the FWA’s evolution; (3) developing the parallel and MOO FWAs for complex large-scale optimization problems in addressing the challenge of big data.

本课题目标是深入进行烟花算法的研究，拟从下面几个方面展开：烟花算法的理论分析模型；烟花算法的信息利用率研究；多目标烟花算法；并行化烟花算法，及烟花算法在大数据问题上的应用验证。项目将从群体智能和概率模型的角度，对烟花算法进行深入的理论分析，建立烟花算法的收敛理论和解特性分析，为进一步发展烟花算法奠定坚实基础；通过对组成烟花算法的各个算子的研究，充分提高算法对评估函数信息的利用率，提升其性能，为解决复杂优化问题创造条件；基于多目标优化最新成果，设计高效的多目标烟花算法；有效实现基于GPU的并行化烟花算法，并将其应用于大数据问题。通过本课题的研究，希望能对烟花算法的内在机理，尤其是其独特的爆炸式搜索机制有更加深刻的认识。通过提高烟花算法演化求解过程中的信息利用率，最大限度地提高其性能。通过对并行化多目标烟花算法的研究，为求解大规模复杂优化问题寻求高效的解决方案，以应对大数据时代面临的严峻挑战。

随着大数据时代到来，大量研究者与工程师开始运用复杂模型处理各类任务。这些模型的训练对优化算法提出了前所未有的挑战，经典优化方法已难以满足需求。烟花算法作为一种新型群体智能优化算法，对大规模复杂优化问题有着独特的优势，蕴含巨大的理论与应用价值。..项目研究内容包括烟花算法的五个方面：1. 协同策略研究与爆炸机制研究，包括针对烟花协同和爆炸方法的算法改进工作。2.信息利用率研究，包括烟花算法中的信息利用率定义与计算方法，算法性能的关联分析及基于信息利用率的算法改进。3. 烟花算法理论研究，探索烟花算法框架及其各算子的基本理论。4. 烟花算法的并行实现研究，主要研究并行计算设备中烟花算法的实现、优化、以及算法改进。5. 烟花算法的应用研究，主要研究实际问题中烟花算法及其思路的应用方法。.项目在各方面都取得了显著成果，具有重要意义。在算法研究方面，团队提出了大量新策略与新机制，大幅度提升了烟花算法效率，发表大量高水平文章，促进了领域的整体发展。在信息利用率方面，团队给出了信息利用率定义与计算方法，对大量算法进行分析并改进了烟花算法，开创了群体智能领域研究的新思路。在理论研究方面，团队精炼了烟花算法框架，补充了大量理论分析成果，坚实了烟花算法研究的基础。在应用方面，团队在恶意程序检测、文本分类与生成、群体机器人等多个应用领域取得了显著成果，成为后续应用的成功范例。在多目标搜索与并行化实现方面，项目团队也都成功设计了高效烟花算法，开启了烟花算法研究的新方向。