演化算法是一種受生物演化啟發(fā)的基于基因種群的啟發(fā)式優(yōu)化算法。演化算法已經(jīng)被廣泛應(yīng)用于工業(yè)設(shè)計(jì)、生物學(xué)、經(jīng)濟(jì)學(xué)、電力工程以及社會(huì)科學(xué)等。分布估計(jì)算法是演化計(jì)算中最近流行的一種演化算法。不同于傳統(tǒng)的演化算法,分布估計(jì)算法中沒(méi)有雜交或者變異。分布估計(jì)算法中主要包含三步,即:建模,采樣,選擇。采樣對(duì)于分布估計(jì)算法來(lái)說(shuō)是至關(guān)重要的環(huán)節(jié),它關(guān)系到能否產(chǎn)生更為優(yōu)異的的子代種群。優(yōu)異的子代種群對(duì)于最終結(jié)果的求解有著重大意義。差分演化自從1995年被提出之后就吸引了來(lái)自于各個(gè)領(lǐng)域的眾多學(xué)者。差分演化是一種簡(jiǎn)單但卻有效的隨機(jī)優(yōu)化算法,得益于其諸多優(yōu)點(diǎn),差分演化已經(jīng)被廣泛應(yīng)用于各個(gè)領(lǐng)域。差分演化在路徑規(guī)劃、電子工程、通信工程、工程系統(tǒng)設(shè)計(jì)等眾多領(lǐng)域受到了廣大學(xué)者的研究和關(guān)注。本文主要關(guān)注分布估計(jì)算法中采樣的相關(guān)工作。傳統(tǒng)的分布估計(jì)算法通過(guò)建立的概率模型來(lái)進(jìn)行采樣。本文受差分演化思想所啟發(fā),提出了基于差分演化的采樣策略,即差分采樣策略（DES）,并將這種采樣策略應(yīng)用于分布估計(jì)算法之中,從而提高算法性能和運(yùn)行效率。本文利用差分采樣策略來(lái)提升分布估計(jì)算法的采樣,并且分別研究其在解決單目標(biāo)和多目標(biāo)優(yōu)化問(wèn)題上的性能表... 

【文章來(lái)源】：華東師范大學(xué)上海市 211工程院校 985工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：65 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
中文摘要
英文摘要
第一章 緒論
    1.1 研究的目的和意義
    1.2 本文的主要工作
    1.3 本文的內(nèi)容安排
第二章 研究背景
    2.1 最優(yōu)化問(wèn)題
    2.2 演化算法
    2.3 分布估計(jì)算法
    2.4 差分演化
    2.5 本章小結(jié)
第三章 基于差分采樣的單目標(biāo)優(yōu)化
    3.1 全局單目標(biāo)優(yōu)化問(wèn)題
    3.2 基于差分采樣的單目標(biāo)分布估計(jì)算法
    3.3 實(shí)驗(yàn)分析
    3.4 本章小結(jié)
第四章 基于差分采樣的多目標(biāo)優(yōu)化
    4.1 連續(xù)多目標(biāo)優(yōu)化問(wèn)題
    4.2 基于差分采樣的多目標(biāo)分布估計(jì)算法
    4.3 實(shí)驗(yàn)分析
    4.4 本章小結(jié)
第五章 總結(jié)與展望
    5.1 本文工作總結(jié)
    5.2 工作展望
參考文獻(xiàn)
致謝
在校期間的學(xué)術(shù)論文和科研項(xiàng)目



本文編號(hào)：3515705