本文關(guān)鍵詞：差分進(jìn)化算法改進(jìn)研究

  更多相關(guān)文章： 差分進(jìn)化算法 模式搜索 早熟收斂 變異因子 交叉因子

【摘要】：差分進(jìn)化算法(Differential Evolution,DE)是由Storn和Price提出的一類(lèi)全局搜索能力較強(qiáng)的新型智能優(yōu)化算法,該算法基于實(shí)數(shù)編碼,具有操作原理簡(jiǎn)單、控制參數(shù)少、穩(wěn)定性強(qiáng)、魯棒性高和易于實(shí)現(xiàn)等優(yōu)點(diǎn)。因此,該算法在進(jìn)化計(jì)算領(lǐng)域的認(rèn)可度越來(lái)越高,適用性越來(lái)越廣泛。本文詳細(xì)介紹了標(biāo)準(zhǔn)DE算法,分析了標(biāo)準(zhǔn)DE算法的優(yōu)點(diǎn)和不足,針對(duì)算法在優(yōu)化函數(shù)時(shí)存在的問(wèn)題進(jìn)行了改進(jìn),并研究了算法控制參數(shù)的自適應(yīng)調(diào)整方法,最后通過(guò)數(shù)值實(shí)驗(yàn)證明了改進(jìn)算法的有效性。論文的主要研究工作如下:(1)詳細(xì)介紹了DE算法的研究意義、基本原理及操作流程,給出了DE算法的工作流程和執(zhí)行偽代碼,介紹了幾種常見(jiàn)的DE擴(kuò)展形式,通過(guò)分析國(guó)內(nèi)外DE算法的研究進(jìn)展,對(duì)DE算法的相關(guān)改進(jìn)進(jìn)行分類(lèi)歸納,并將DE算法與遺傳算法等其它算法進(jìn)行比較,總結(jié)了該算法的優(yōu)勢(shì)和不足。(2)在DE算法的搜索過(guò)程中,融入了一種局部搜索能力較強(qiáng)的算法——模式搜索算法,將DE算法的強(qiáng)全局搜索特點(diǎn)與模式搜索的強(qiáng)局部搜索特點(diǎn)相結(jié)合,彌補(bǔ)了DE算法局部搜索能力弱的缺陷,形成一種超越母體算法性能的新算法。同時(shí),新算法還引入了一個(gè)早熟收斂判斷機(jī)制,即在優(yōu)化時(shí)首先執(zhí)行DE算法的基本操作,若算法搜索后期陷入了局部收斂,再進(jìn)行模式搜索,更新搜索后種群的最優(yōu)個(gè)體及最優(yōu)適應(yīng)值,從而改善算法的性能。(3)在基本DE算法的基礎(chǔ)上,設(shè)計(jì)出一種改進(jìn)的參數(shù)自適應(yīng)差分進(jìn)化算法。根據(jù)種群個(gè)體的適應(yīng)值的大小調(diào)節(jié)變異因子,變異因子隨著生成差分矢量的兩個(gè)個(gè)體在可行解范圍內(nèi)的位置進(jìn)行自適應(yīng)調(diào)節(jié),交叉因子根據(jù)變異個(gè)體向量適應(yīng)值的大小自適應(yīng)調(diào)節(jié),同時(shí)將變異、交叉和選擇后的每一代個(gè)體與新的隨機(jī)群體進(jìn)行種群外競(jìng)爭(zhēng),使競(jìng)爭(zhēng)后的個(gè)體以較好的穩(wěn)定性及較快的速度向最優(yōu)解逼近。最后將改進(jìn)算法與基本DE算法進(jìn)行性能比較測(cè)試,測(cè)試結(jié)果證明了改進(jìn)算法的可行性與有效性。
【關(guān)鍵詞】：差分進(jìn)化算法 模式搜索 早熟收斂 變異因子 交叉因子
【學(xué)位授予單位】：西北師范大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類(lèi)號(hào)】：TP18
【目錄】：

• 摘要4-5
• Abstract5-10
• 第1章 緒論10-15
• 1.1 研究背景與意義10-12
• 1.1.1 優(yōu)化計(jì)算10-11
• 1.1.2 進(jìn)化算法11
• 1.1.3 差分進(jìn)化算法11-12
• 1.2 國(guó)內(nèi)外研究現(xiàn)狀12-13
• 1.3 主要研究?jī)?nèi)容13
• 1.4 本文的章節(jié)安排13-15
• 第2章 差分進(jìn)化算法綜述15-29
• 2.1 標(biāo)準(zhǔn)差分進(jìn)化算法15-22
• 2.1.1 算法原理15
• 2.1.2 算法流程15-20
• 2.1.3 算法工作示意圖20-21
• 2.1.4 算法偽代碼21-22
• 2.2 差分進(jìn)化算法常見(jiàn)的擴(kuò)展形式22-23
• 2.3 差分進(jìn)化算法相關(guān)改進(jìn)23-27
• 2.3.1 控制參數(shù)的改進(jìn)23-25
• 2.3.2 操作算子的改進(jìn)25-26
• 2.3.3 種群結(jié)構(gòu)的改進(jìn)26
• 2.3.4 混合差分進(jìn)化算法的改進(jìn)26-27
• 2.4 差分進(jìn)化算法與其他算法比較27
• 2.5 差分進(jìn)化算法優(yōu)缺點(diǎn)27-28
• 2.5.1 差分進(jìn)化算法的優(yōu)點(diǎn)27
• 2.5.2 差分進(jìn)化算法的缺點(diǎn)27-28
• 2.6 本章小結(jié)28-29
• 第3章 混合差分進(jìn)化算法改進(jìn)研究29-42
• 3.1 引言29
• 3.2 基于模式搜索的差分進(jìn)化算法29-33
• 3.2.1 群體適應(yīng)度方差30
• 3.2.2 模式搜索算法30-32
• 3.2.3 算法設(shè)計(jì)32-33
• 3.3 基于混沌搜索的差分進(jìn)化算法33-36
• 3.3.1 混沌搜索算法33-34
• 3.3.2 算法設(shè)計(jì)34-36
• 3.4 數(shù)值實(shí)驗(yàn)36-40
• 3.4.1 測(cè)試函數(shù)36-37
• 3.4.2 測(cè)試結(jié)果與分析37-40
• 3.5 本章小結(jié)40-42
• 第4章 參數(shù)自適應(yīng)差分進(jìn)化算法改進(jìn)研究42-50
• 4.1 引言42
• 4.2 差分進(jìn)化算法控制參數(shù)的影響分析42-43
• 4.2.1 種群規(guī)模42
• 4.2.2 變異因子42
• 4.2.3 交叉因子42-43
• 4.3 改進(jìn)思路43-45
• 4.3.1 種群適應(yīng)值評(píng)價(jià)43
• 4.3.2 變異操作43
• 4.3.3 縮放因子F自適應(yīng)改進(jìn)43-44
• 4.3.4 交叉因子CR自適應(yīng)改進(jìn)44-45
• 4.3.5 種群外競(jìng)爭(zhēng)策略45
• 4.4 算法設(shè)計(jì)45
• 4.5 數(shù)值實(shí)驗(yàn)45-49
• 4.6 本章小結(jié)49-50
• 第5章 總結(jié)與展望50-52
• 5.1 本文總結(jié)50
• 5.2 工作展望50-52
• 參考文獻(xiàn)52-56
• 攻讀學(xué)位期間的研究成果56-57
• 致謝57

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 吳燕玲;盧建剛;孫優(yōu)賢;;基于免疫原理的差分進(jìn)化[J];控制與決策;2007年11期

2 楊啟文;蔡亮;薛云燦;;差分進(jìn)化算法綜述[J];模式識(shí)別與人工智能;2008年04期

3 許小健;黃小平;錢(qián)德玲;;自適應(yīng)加速差分進(jìn)化算法[J];復(fù)雜系統(tǒng)與復(fù)雜性科學(xué);2008年01期

4 寧桂英;周永權(quán);;基于優(yōu)進(jìn)策略的新差分進(jìn)化算法動(dòng)力學(xué)模型參數(shù)的估計(jì)[J];計(jì)算機(jī)與應(yīng)用化學(xué);2008年05期

5 譚躍;譚冠政;涂立;;一種新的混沌差分進(jìn)化算法[J];計(jì)算機(jī)工程;2009年11期

6 王培崇;錢(qián)旭;王月;虎曉紅;;差分進(jìn)化計(jì)算研究綜述[J];計(jì)算機(jī)工程與應(yīng)用;2009年28期

7 肖術(shù)駿;朱學(xué)峰;;一種改進(jìn)的快速高效的差分進(jìn)化算法[J];合肥工業(yè)大學(xué)學(xué)報(bào)(自然科學(xué)版);2009年11期

8 周蕭;王萬(wàn)良;徐新黎;;解決作業(yè)車(chē)間調(diào)度問(wèn)題的混合差分進(jìn)化算法[J];輕工機(jī)械;2010年05期

9 王艷宜;;改進(jìn)差分進(jìn)化算法及其應(yīng)用[J];機(jī)械設(shè)計(jì)與研究;2010年05期

10 張照生;羅健旭;;基于差分進(jìn)化算法的模糊神經(jīng)網(wǎng)絡(luò)控制器[J];計(jì)算機(jī)與應(yīng)用化學(xué);2011年12期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前10條

1 陸絲馨;肖健梅;王錫淮;;基于改進(jìn)差分進(jìn)化算法的艦船電網(wǎng)重構(gòu)[A];第二十九屆中國(guó)控制會(huì)議論文集[C];2010年

2 樓洋;李均利;陳剛;;基于個(gè)體排序的差分進(jìn)化算法[A];'2010系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)會(huì)議論文集[C];2010年

3 張倩;李海港;;多目標(biāo)問(wèn)題的差分進(jìn)化算法研究[A];2009年中國(guó)智能自動(dòng)化會(huì)議論文集（第一分冊(cè)）[C];2009年

4 裴振奎;劉真;趙艷麗;;差分進(jìn)化算法在多目標(biāo)路徑規(guī)劃中的應(yīng)用[A];中國(guó)運(yùn)籌學(xué)會(huì)模糊信息與模糊工程分會(huì)第五屆學(xué)術(shù)年會(huì)論文集[C];2010年

5 劉國(guó)帥;楊侃;陳靜;周景舒;周冉;鄭姣;;差分進(jìn)化算法在三峽電站廠內(nèi)經(jīng)濟(jì)運(yùn)行中的應(yīng)用[A];中國(guó)水文科技新發(fā)展——2012中國(guó)水文學(xué)術(shù)討論會(huì)論文集[C];2012年

6 劉瀟;桂衛(wèi)華;王雅琳;王曉麗;陽(yáng)春華;;一種改進(jìn)的多目標(biāo)差分進(jìn)化算法研究[A];中國(guó)自動(dòng)化學(xué)會(huì)中南六省（區(qū)）2010年第28屆年會(huì)·論文集[C];2010年

7 趙娟;蔡濤;鄧方;楊紅偉;;基于改進(jìn)差分進(jìn)化算法的脈沖控制方法[A];中國(guó)自動(dòng)化學(xué)會(huì)控制理論專(zhuān)業(yè)委員會(huì)B卷[C];2011年

8 袁沈堅(jiān);顧幸生;;基于差分進(jìn)化的膜計(jì)算優(yōu)化算法[A];上海市化學(xué)化工學(xué)會(huì)2010年度學(xué)術(shù)年會(huì)論文集（自動(dòng)化專(zhuān)題）[C];2010年

9 姜立強(qiáng);郭錚;劉光斌;;差分進(jìn)化算法縮放因子取值策略研究[A];2007'儀表，，自動(dòng)化及先進(jìn)集成技術(shù)大會(huì)論文集（二）[C];2007年

10 倪惠康;杜文莉;錢(qián)鋒;;基于改進(jìn)差分進(jìn)化算法的PID參數(shù)優(yōu)[A];2009年中國(guó)智能自動(dòng)化會(huì)議論文集（第一分冊(cè)）[C];2009年

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 孫浩;差分進(jìn)化多目標(biāo)優(yōu)化算法及其在鋁熱連軋軋制規(guī)程中應(yīng)用[D];燕山大學(xué);2015年

2 陳盈果;面向任務(wù)的快速響應(yīng)空間衛(wèi)星部署優(yōu)化設(shè)計(jì)方法研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2014年

3 謝宇;差分進(jìn)化的若干問(wèn)題及其應(yīng)用研究[D];南京理工大學(xué);2015年

4 丁青鋒;基于元胞自動(dòng)機(jī)的差分進(jìn)化算法及其在通信系統(tǒng)中的應(yīng)用研究[D];上海大學(xué);2015年

5 董峗;差分進(jìn)化算法研究及在港口物流調(diào)度中的應(yīng)用[D];東北大學(xué);2015年

6 葛延峰;有關(guān)智能優(yōu)化算法及應(yīng)用的若干問(wèn)題研究[D];東北大學(xué);2013年

7 賈東立;改進(jìn)的差分進(jìn)化算法及其在通信信號(hào)處理中的應(yīng)用研究[D];上海大學(xué);2011年

8 劉榮輝;多階段自適應(yīng)差分進(jìn)化算法及應(yīng)用研究[D];東華大學(xué);2012年

9 郭鵬;差分進(jìn)化算法改進(jìn)研究[D];天津大學(xué);2012年

10 王旭;改進(jìn)差分進(jìn)化算法及其在可逆邏輯綜合中的應(yīng)用[D];東華大學(xué);2013年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 高靜;量子差分進(jìn)化算法在油田開(kāi)發(fā)中的應(yīng)用研究[D];浙江大學(xué);2015年

2 萬(wàn)婧;基于離散微粒群算法和混合差分進(jìn)化算法的復(fù)雜生產(chǎn)調(diào)度問(wèn)題求解[D];昆明理工大學(xué);2015年

3 張轉(zhuǎn);基于差分進(jìn)化算法的混凝土德拜模型的研究[D];長(zhǎng)安大學(xué);2015年

4 江華;差分進(jìn)化算法的改進(jìn)及其在K-means聚類(lèi)算法中的應(yīng)用[D];華中師范大學(xué);2015年

5 周志剛;基于差分進(jìn)化算法的信用風(fēng)險(xiǎn)度量模型研究[D];華中師范大學(xué);2015年

6 任甜甜;差分進(jìn)化算法在反演問(wèn)題中的研究與應(yīng)用[D];新疆大學(xué);2015年

7 楊洋;基于差分進(jìn)化的模糊C-均值聚類(lèi)算法研究[D];電子科技大學(xué);2015年

8 王丹;基于輔助函數(shù)的自適應(yīng)差分進(jìn)化算法研究[D];西安電子科技大學(xué);2014年

9 劉家華;基于進(jìn)化計(jì)算的軋制生產(chǎn)過(guò)程操作優(yōu)化算法與系統(tǒng)開(kāi)發(fā)[D];東北大學(xué);2013年

10 王旦平;圓形對(duì)稱(chēng)振子陣列天線基于差分進(jìn)化算法的綜合[D];西安電子科技大學(xué);2014年

本文編號(hào)：775462