外文翻譯--差分演化的最新進(jìn)展一項(xiàng)調(diào)查和實(shí)驗(yàn)分析(中文）

1、中文 中文5340 5340字差分演化的最新進(jìn)展：一項(xiàng)調(diào)查和實(shí)驗(yàn)分析 差分演化的最新進(jìn)展：一項(xiàng)調(diào)查和實(shí)驗(yàn)分析摘要 差分演化是一種簡(jiǎn)單而有效的優(yōu)化,尤其是持續(xù)優(yōu)化。因此差分演化經(jīng)常用于解決各種工程問(wèn)題。另一方面,差分演化結(jié)構(gòu)在搜索邏輯中有一些限制,因?yàn)樗艘惶子芯窒薜奶剿鞣椒ā＿@一事實(shí)啟發(fā)許多計(jì)算機(jī)科學(xué)家通過(guò)提出對(duì)原始算法的修改來(lái)改善差分演化。本文介紹了差分演化最近的進(jìn)展概況。這里提出了差分演化的一個(gè)分類(lèi)，分成兩大組：（1）在差分演

2、化結(jié)構(gòu)中集成附加組件的算法。（2）采用修改過(guò)的差分演化結(jié)構(gòu)的算法。對(duì)于每個(gè)宏組,四個(gè)算法代表差分演化中最先進(jìn)的部分，已經(jīng)被選來(lái)深入描述它們的工作原理。為了比較他們的性能,這八個(gè)算法已被用來(lái)測(cè)試一組基準(zhǔn)問(wèn)題。實(shí)驗(yàn)在一個(gè)相對(duì)低維情況下和一個(gè)相對(duì)高維的情況下重復(fù)進(jìn)行。這篇論文也突出了最近提出的差分演化算法的工作原理，它們之間的相同點(diǎn)和不同點(diǎn)等。盡管在這兩個(gè)宏組中尚不清楚是否有一個(gè)相對(duì)于其他算法更具優(yōu)勢(shì)的，但還是能得出一些結(jié)論。首先,為了改進(jìn)差

3、分演化的性能，包括一些額外的和替代搜索功能的修改是必要的。這些額外的修改應(yīng)該幫助差分演化框架檢測(cè)能為其所用的新的有前途的搜索方向。因此, 在成功協(xié)助差分演化方面，有限的使用這些替代方法似乎是最好的選擇。額外的成功方法是通過(guò)兩種方式獲得：增大開(kāi)發(fā)壓力和引入一些隨機(jī)化。這種隨機(jī)化不應(yīng)該過(guò)度,因?yàn)樗鼤?huì)妨礙搜索。為顯著改進(jìn)差分演化的功能適當(dāng)?shù)脑黾与S機(jī)化是至關(guān)重要的。數(shù)值結(jié)果顯示, 在這項(xiàng)研究中設(shè)計(jì)的算法，在一個(gè)差分演化框架中被認(rèn)為最有效的額外組

4、件似乎是種群規(guī)模還原和局部搜索比例因子。最近發(fā)表的論文中提出的全局和局部搜索和自適應(yīng)控制參數(shù)方案似乎是最有前途的修改。關(guān)鍵詞：差分演化，調(diào)查，比較分析，自適應(yīng)，持續(xù)優(yōu)化。1 介紹差分演化是一個(gè)可靠的和多功能的優(yōu)化器。差分演化,像最受歡迎的進(jìn)化算法，是一個(gè)以群體為基礎(chǔ)的工具。差分演化，不像其他的進(jìn)化算法，它通過(guò)一個(gè)規(guī)模不同的兩個(gè)隨機(jī)選擇的種群向量來(lái)產(chǎn)生擾動(dòng)的解決方案，而不是重組方案所規(guī)定的條件下的概率方案。此外,差分演化使用了一個(gè)一對(duì)一的

5、產(chǎn)卵邏輯在后代優(yōu)于它的相應(yīng)的父時(shí)允許更換一個(gè)個(gè)體。因?yàn)樗暮?jiǎn)單和易于實(shí)施，可靠性和高性能，差分演化在其原始定義后立即很受計(jì)算機(jī)科學(xué)家和從業(yè)人員歡迎。前者被認(rèn)可并用來(lái)研究差分演化結(jié)構(gòu),而后者把這個(gè)簡(jiǎn)單而強(qiáng)大的工具應(yīng)用于各種不同的工程問(wèn)題。雖然差分演化有很大的潛力，很明顯為提高其性能需要科學(xué)界對(duì)原結(jié)構(gòu)進(jìn)行必要的修改。為了對(duì)它們進(jìn)行分析并得出一些有關(guān)未來(lái)趨勢(shì)的結(jié)論，本文闡述了現(xiàn)代修改差分演化的計(jì)劃。在本文中我們細(xì)分修改版的差分演化為兩類(lèi)：1.

6、集成一個(gè)額外組件的差分演化。這類(lèi)算法包括那些使用差分演化作為一個(gè)進(jìn)化框架,它借助于額外的算法組件，例如:局部搜索,和代理輔助模型。屬于這類(lèi)的算法可以被清楚地分解為差分演化框架和額外的組件。2. 修改的演化差分結(jié)構(gòu)。這類(lèi)包括那些對(duì)差分演化算法，搜索邏輯，選擇邏輯等做出實(shí)質(zhì)性的修改的算法。顯然這個(gè)修改應(yīng)該能提高原始差分演化的性能。本文在第二三節(jié)對(duì)差分演化進(jìn)行了研究, 在四五節(jié)進(jìn)行了深入分析。在我們看來(lái)，有代表性的論文是差分演化發(fā)展的基石。根

7、據(jù)我們的判斷，最有前景的和成功的算法解決方案已發(fā)表在相關(guān)論壇，這類(lèi)算法才能被考慮在內(nèi)。更重要的是，第四節(jié)對(duì)以下類(lèi)別的算法做出了具體闡述：– 三角突變的差分演化 。–簡(jiǎn)單交叉局部搜索的差分演化 進(jìn)制轉(zhuǎn)換并被看做為“本”。為了完整性,我們提到存在一些其他交叉策略,例如在 Price et al. (2005)中的指數(shù)策略。然而在這篇文章中我們專(zhuān)注于本策略，因?yàn)樗亲畛Ｓ玫暮妥钣星熬暗摹Ｓ纱水a(chǎn)生的后代 xoff 用來(lái)評(píng)估,根據(jù)一個(gè)一對(duì)一的產(chǎn)卵

8、的策略, 當(dāng)且僅當(dāng) f (xoff ) ≤ f (xi )時(shí)，xoff 能代替 xi，否則不能替代。為了清晰,偽代碼在圖 1 中突出顯示了差分演化的工作原理。圖 13 差分演化：一項(xiàng)調(diào)查 由第二節(jié)看出，差分演化基于很簡(jiǎn)單的理念，即通過(guò)加入搜索向量和一對(duì)一的產(chǎn)卵選擇的幸存者。因此，差分演化是很容易實(shí)現(xiàn)編碼和對(duì)包含有限數(shù)量的參數(shù)進(jìn)行調(diào)整。此外，事實(shí)上，差分演化是相當(dāng)強(qiáng)大的，許多工程師和實(shí)踐者在很多方面用到它。例如, 在Joshi a