基于云模型的差分進(jìn)化優(yōu)化算法.pdf

1、自然科學(xué)、工程設(shè)計、生產(chǎn)實際和現(xiàn)代化管理等領(lǐng)域中的很多實際問題都可以轉(zhuǎn)化為目標(biāo)優(yōu)化問題來求解。優(yōu)化技術(shù)是用于求解各類工程近似解或最優(yōu)解的技術(shù)手段。一些傳統(tǒng)的優(yōu)化方法對問題要求嚴(yán)格，如要求函數(shù)連續(xù)、可微等，但實際生活中遇到的問題往往難以滿足條件，于是一些群體智能算法脫穎而出。差分進(jìn)化算法（Differential Evolution，簡稱DE算法）就是其中一種，它受到人們的廣泛關(guān)注和研究。
　　本文以差分進(jìn)化算法為基礎(chǔ)，同時引入云模

2、型來開展研究工作。針對差分進(jìn)化算法在求解全局最優(yōu)值時，若參數(shù)設(shè)置不當(dāng)，進(jìn)化變得緩慢，甚至出現(xiàn)早熟、進(jìn)化停滯和易陷入局部最優(yōu)值這些特點(diǎn)，文中展開以下幾個方面的研究：
　?、偬岢鲆环N基于云模型的混沌差分進(jìn)化優(yōu)化算法，求解無約束優(yōu)化問題。該算法運(yùn)用混沌局部搜索的隨機(jī)性、遍歷性和規(guī)律性產(chǎn)生更多局部最優(yōu)解的領(lǐng)域點(diǎn)等特點(diǎn)，把混沌局部優(yōu)化算法作為一種子算法，融合到差分進(jìn)化算法和云模型中，以達(dá)到平衡搜索速度和優(yōu)化精度的目的。
　?、谔岢鲆环N

3、基于云模型的復(fù)形差分進(jìn)化優(yōu)化算法，求解有約束優(yōu)化問題。該算法利用復(fù)形法的局部搜索能力，把復(fù)形法作為一種優(yōu)化算子，融合到差分進(jìn)化算法和云模型中，以增強(qiáng)差分進(jìn)化算法的局部搜索能力，并進(jìn)行了工程實例仿真。結(jié)果表明，改進(jìn)后的算法求解結(jié)果更優(yōu)，性能更穩(wěn)定，更具優(yōu)越性。
　　③提出一基于云模型的單純形差分進(jìn)化優(yōu)化算法，求解離散點(diǎn)問題。引入ROV規(guī)則將連續(xù)解轉(zhuǎn)化為離散解，運(yùn)用單純形法產(chǎn)生的反射點(diǎn)、擴(kuò)張點(diǎn)、收縮點(diǎn)使個體更有效地靠近目標(biāo)值，用一次小