基于差分進化的實值優(yōu)化問題求解策略研究.pdf_第1頁
已閱讀1頁,還剩87頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領

文檔簡介

1、實值優(yōu)化問題廣泛存在于科學研究和實際應用中,因此研究實值優(yōu)化問題的求解策略具有重要的現(xiàn)實意義。進化算法作為受自然啟發(fā)的一類群體搜索方法,被廣泛用于求解實值優(yōu)化問題。差分進化作為一種新穎的進化算法,適合于求解實值優(yōu)化問題。因此,研究如何運用差分進化求解實值優(yōu)化問題具有重要的意義。
   本論文主要研究基于差分進化的實值優(yōu)化問題求解策略,包括如下兩方面的工作。
   (1)提出了一種新的基于方向?qū)?shù)的有向差分進化算法。傳統(tǒng)的

2、梯度下降法、牛頓法、擬牛頓法和共軛梯度法通過計算一階導數(shù)甚至二階導數(shù)等信息,以此來確定比較好的搜索方向,從而使得算法能夠以較快的速度迭代到一個比較好的解。受此啟發(fā),本文提出了一種新的基于方向?qū)?shù)的有向差分進化算法。該算法的核心思想包括兩方面。一方面,對于選定的基個體,通過計算目標函數(shù)在該個體處沿差分向量方向的方向?qū)?shù),從而確定目標函數(shù)值可能變好的方向。另一方面,借助當前種群中最好個體的目標函數(shù)值信息,將當前最好個體和基個體的目標函數(shù)值之

3、差除以方向?qū)?shù)所得的商設定為變異步長。本文將這種啟發(fā)式地決定搜索方向和變異步長的策略記為有向差分變異算子,并與經(jīng)典差分進化的變異策略相結合,形成了本文提出的基于方向?qū)?shù)的有向差分進化算法。數(shù)值實驗結果顯示,該算法能夠加快算法求解問題的速度,取得了比較好的效果。
   (2)提出了一種結合進化規(guī)劃的差分進化算法。差分進化和進化規(guī)劃具有不同的自適應性步長控制機制。差分進化中個體的變異步長是由種群中個體之間的差異度決定的。然而,經(jīng)典進

4、化規(guī)劃的變異步長獨立于個體之間的差異度,是按高斯分布抽樣產(chǎn)生的。在差分進化中求解實值優(yōu)化問題的過程中,特別是在中后期,如果隨機選取用來產(chǎn)生差分向量的個體在某一維或幾維上的值相近,那么相應的差分向量在這些維度上的值將會很小,從而使得在這些維度上的搜索陷入停滯。為此,利用進化規(guī)劃中變異步長獨立于個體之間差異度的特點,本文提出了新的結合進化規(guī)劃的差分進化算法。該算法的核心思想是,在種群進化到一定階段后,通過引入進化規(guī)劃的變異機制來對個體增加合

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論