自主差分進(jìn)化算法設(shè)計(jì)及應(yīng)用.pdf

1、科學(xué)研究和工程應(yīng)用中存在大量復(fù)雜的優(yōu)化問(wèn)題，這些問(wèn)題通常具有優(yōu)化變量個(gè)數(shù)多、目標(biāo)函數(shù)不連續(xù)、不可微、高度非線性以及存在大量局部極值等特點(diǎn)。傳統(tǒng)優(yōu)化方法在求解這些問(wèn)題時(shí)面臨著極大的挑戰(zhàn)，優(yōu)化效果不夠理想。受自然界某些現(xiàn)象和機(jī)制啟發(fā)的智能優(yōu)化方法具有對(duì)優(yōu)化問(wèn)題目標(biāo)函數(shù)類型不敏感、使用簡(jiǎn)單、優(yōu)化效果好和效率高等優(yōu)勢(shì)，成為求解復(fù)雜優(yōu)化問(wèn)題的一類新方法。在諸多智能優(yōu)化方法中，差分進(jìn)化算法具有獨(dú)特的搜索機(jī)制、控制參數(shù)少、實(shí)現(xiàn)簡(jiǎn)單以及復(fù)雜度低等特點(diǎn)，

2、在連續(xù)域空間中的函數(shù)優(yōu)化及各類實(shí)際工程問(wèn)題求解中展現(xiàn)了較強(qiáng)的優(yōu)勢(shì)，成為當(dāng)前智能優(yōu)化乃至自然科學(xué)領(lǐng)域的研究熱點(diǎn)。但是，差分進(jìn)化算法存在著一些不足，如參數(shù)設(shè)置難、變異算子選擇難以及在復(fù)雜優(yōu)化問(wèn)題中性能還不夠理想等，為此眾多學(xué)者對(duì)其展開(kāi)了研究。盡管當(dāng)前差分進(jìn)化算法的研究十分活躍且已有成果十分豐富，但其性能依然有提升的空間并值得進(jìn)一步研究。
　　差分進(jìn)化算法是一種基于概率的隨機(jī)搜索算法，其在搜索過(guò)程中通過(guò)特定的配置決定算法的搜索行為。對(duì)于

3、給定的優(yōu)化問(wèn)題，確定恰當(dāng)?shù)呐渲檬禽^為困難的;同時(shí)在搜索過(guò)程的不同階段算法所處的搜索環(huán)境是不斷變化的，因此采用固定配置的算法在復(fù)雜優(yōu)化問(wèn)題中難以獲得令人滿意的效果。針對(duì)這一不足，本文提出自主差分進(jìn)化算法設(shè)計(jì)方法。該方法在差分進(jìn)化算法中引入由評(píng)價(jià)單元和決策單元構(gòu)成的旁鏈，通過(guò)利用評(píng)價(jià)單元定量地提取某些反饋信息，并將提取的信息運(yùn)用到?jīng)Q策單元，實(shí)現(xiàn)算法配置的自主、動(dòng)態(tài)調(diào)整，進(jìn)而實(shí)現(xiàn)一定計(jì)算資源下優(yōu)化績(jī)效的最大化。該調(diào)整過(guò)程無(wú)需算法使用者過(guò)多的干

4、預(yù)，具有明顯的閉環(huán)特性，使得算法對(duì)復(fù)雜優(yōu)化問(wèn)題具有較好的適應(yīng)性。該設(shè)計(jì)方法不僅有助于改善差分進(jìn)化算法的性能，同時(shí)為其它智能優(yōu)化算法的研究提供了借鑒。通過(guò)實(shí)例化反饋信息類型、評(píng)價(jià)單元和決策單元，可設(shè)計(jì)出性能優(yōu)異的差分進(jìn)化算法。
　　基于自主差分進(jìn)化設(shè)計(jì)方法，通過(guò)定義個(gè)體信息、算子信息、參數(shù)信息和算法搜索狀態(tài)信息等反饋信息類型，并從分布式種群結(jié)構(gòu)、靜態(tài)算子管理和動(dòng)態(tài)算子管理、膜算法等多個(gè)角度設(shè)計(jì)了反饋信息的度量和使用方法。在此基礎(chǔ)上提

5、出多種自主差分進(jìn)化實(shí)現(xiàn)算法用于單目標(biāo)優(yōu)化和多目標(biāo)優(yōu)化，包括:多文化移民分布式差分進(jìn)化算法、膜計(jì)算差分進(jìn)化算法、多準(zhǔn)則適應(yīng)性差分進(jìn)化算法、膜計(jì)算多目標(biāo)差分進(jìn)化算法、基于網(wǎng)格的適應(yīng)性多目標(biāo)差分進(jìn)化算法以及基于性能指標(biāo)的適應(yīng)性差分進(jìn)化算法。采用多個(gè)復(fù)雜標(biāo)準(zhǔn)測(cè)試問(wèn)題對(duì)提出的算法性能進(jìn)行大量測(cè)試和分析，實(shí)驗(yàn)結(jié)果表明所提出的算法在諸多指標(biāo)上優(yōu)于公開(kāi)發(fā)表的其它多種算法。
　　為驗(yàn)證自主差分進(jìn)化算法的實(shí)際應(yīng)用效果，本文最后研究了兩種自主差分進(jìn)化算