差分進(jìn)化算法是一種基于種群差異的進(jìn)化算法,通過(guò)種群內(nèi)個(gè)體間的合作與競(jìng)爭(zhēng)來(lái)實(shí)現(xiàn)對(duì)優(yōu)化問(wèn)題的求解。對(duì)于單目標(biāo)連續(xù)優(yōu)化問(wèn)題,差分進(jìn)化算法有其自身的優(yōu)勢(shì)。然而,DE算法也存在著一些不足,如:搜索后期種群個(gè)體相似性極強(qiáng),種群多樣性較差、缺乏能夠判斷搜索陷入停滯的有效依據(jù)、變異策略局部能力弱、算法收斂速度慢等問(wèn)題。本文在現(xiàn)有研究的基礎(chǔ)上,提出基于方向信息的變異策略與基于偽梯度學(xué)習(xí)的變異策略,引入變異系數(shù)作為判斷搜索是否陷入停滯或早熟收斂的有效依據(jù),自適應(yīng)調(diào)節(jié)控制參數(shù)。主要研究?jī)?nèi)容如下:(1)針對(duì)現(xiàn)有的變異策略存在優(yōu)秀個(gè)體不能有效利用種群個(gè)體間的方向信息進(jìn)行變異引導(dǎo)進(jìn)化的缺點(diǎn),算法在處理多峰函數(shù)與復(fù)雜函數(shù)時(shí),往往很難收斂于全局最優(yōu)解,本研究提出一種新的差分進(jìn)化算法(Adaptive Differential Evolution Algorithm Based on Restart Mechanism and Direction Information,簡(jiǎn)寫(xiě)為ADERD)用以搜索連續(xù)空間中的全局最優(yōu)解。ADERD提出了一種新的基于方向信息的變異策略,該策略可使優(yōu)秀個(gè)體充分利用個(gè)體間的方向信息進(jìn)行變異,...

【文章頁(yè)數(shù)】：88 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
abstract
第1章 緒論
    1.1 研究背景
    1.2 研究目的和意義
    1.3 算法評(píng)價(jià)標(biāo)準(zhǔn)
    1.4 論文研究?jī)?nèi)容與組織結(jié)構(gòu)
        1.4.1 本文的主要工作與創(chuàng)新點(diǎn)
        1.4.2 論文組織結(jié)構(gòu)
第2章 差分進(jìn)化算法研究綜述
    2.1 標(biāo)準(zhǔn)的差分進(jìn)化算法
        2.1.1 種群初始化
        2.1.2 變異策略
        2.1.3 交叉操作
        2.1.4 選擇
    2.2 差分進(jìn)化算法相關(guān)改進(jìn)理論
        2.2.1 初始化相關(guān)技術(shù)的研究
        2.2.2 變異策略的研究
        2.2.3 控制參數(shù)研究
        2.2.4 自適應(yīng)調(diào)節(jié)機(jī)制的研究
        2.2.5 差分進(jìn)化算法的應(yīng)用
    2.3 本章小結(jié)
第3章 基于變異系數(shù)與方向信息的自適應(yīng)差分進(jìn)化算法
    3.1 算法原理
        3.1.1 基于方向信息的變異策略
        3.1.2 基于變異系數(shù)的重啟機(jī)制
        3.1.3 參數(shù)自適應(yīng)機(jī)制
        3.1.4 算法流程與框架
    3.2 實(shí)驗(yàn)設(shè)置及分析
        3.2.1 數(shù)據(jù)集介紹
        3.2.2 參數(shù)設(shè)置
        3.2.3 實(shí)驗(yàn)結(jié)果分析
    3.3 本章小結(jié)
第4章 基于偽梯度學(xué)習(xí)的自適應(yīng)差分進(jìn)化算法
    4.1 算法原理
        4.1.1 基于偽梯度學(xué)習(xí)的變異策略
        4.1.2 基于成功歷史的參數(shù)更新機(jī)制
        4.1.3 算法流程與框架
    4.2 ADERD算法與ADEPG算法的區(qū)別
        4.2.1 ADERD算法與ADEPG算法的區(qū)別
        4.2.2 ADERD算法與ADEPG算法的聯(lián)系
    4.3 實(shí)驗(yàn)設(shè)置及分析
        4.3.1 數(shù)據(jù)集介紹
        4.3.2 參數(shù)設(shè)置
        4.3.3 實(shí)驗(yàn)結(jié)果及分析
    4.4 本章小結(jié)
第5章 總結(jié)與展望
    5.1 總結(jié)
    5.2 展望
參考文獻(xiàn)
致謝
個(gè)人簡(jiǎn)歷、在學(xué)期間發(fā)表的學(xué)術(shù)論文與研究成果



本文編號(hào)：3830352