針對傳統(tǒng)進化算法在求解高維度優(yōu)化工程問題時存在全局搜索和局部尋優(yōu)的平衡難題,提出一種基于差分進化和元胞種群拓撲結(jié)構(gòu)的兩階段動態(tài)差分智能元胞機算法。通過對個體的鄰居結(jié)構(gòu)進行調(diào)整,實現(xiàn)進化種群由結(jié)構(gòu)化種群過渡到非結(jié)構(gòu)化種群的效果,較好地兼顧全局搜索和局部尋優(yōu)之間的協(xié)同問題;同時對外部種群保留的對象進行調(diào)整及完全反饋,提高算法的收斂速度。算法將智能體機制引入元胞種群,采用兩階段的外部種群多樣性維護方法,將擾動因子引入變異操作使其跳出局部最優(yōu)困境。通過對WFG系列基準函數(shù)測試表明,新算法相對于其他4種典型算法能獲得更好的Pareto前端和競爭性的收斂結(jié)果。 

【文章來源】：計算機集成制造系統(tǒng). 2020,26(04)北大核心EICSCD

【文章頁數(shù)】：12 頁

【文章目錄】：
0 引言
1 元胞差分及其改進算法
    (1)變異操作
    (2)交叉操作
2 兩階段動態(tài)差分智能元胞機算法(DDEACA)
    2.1 算法第一階段外部種群多樣性維護
    2.2 算法第一階段外部種群完全反饋
    2.3 算法第二階段外部種群和鄰居結(jié)構(gòu)變化
    2.4 實驗參數(shù)設(shè)置
    2.5 DDEACA算法混合進化代數(shù)分配
3 基準函數(shù)測試
    3.1 基準函數(shù)
    3.2 算法性能評價指標
        (1)世代距離
        (2)超體積
4 測試結(jié)果分析
    4.1 算法性能測試及分析
    4.2 WFG問題性能指標統(tǒng)計分析
5 結(jié)束語


【參考文獻】：
期刊論文
[1]Dynamic Accuracy Design Method of Ultra-precision Machine Tool[J]. Guo-Da Chen,Ya-Zhou Sun,Fei-Hu Zhang,Li-Hua Lu,Wan-Qun Chen,Nan Yu.  Chinese Journal of Mechanical Engineering. 2018(01)
[2]外部種群完全反饋的元胞差分算法設(shè)計及應(yīng)用[J]. 王亞良,錢其晶,陳勇,金壽松,王成,馮定忠.  計算機集成制造系統(tǒng). 2017(08)
[3]基于多策略差分進化的元胞多目標遺傳算法[J]. 詹騰,張屹,朱大林,劉錚,鄭小東.  計算機集成制造系統(tǒng). 2014(06)
[4]基于差分元胞多目標遺傳算法的車間布局優(yōu)化[J]. 張屹,盧超,張虎,方子帆.  計算機集成制造系統(tǒng). 2013(04)

碩士論文
[1]多目標元胞差分算法的改進及其應(yīng)用研究[D]. 錢其晶.浙江工業(yè)大學(xué) 2017



本文編號：3285785