文档介绍：第卷第期模式识别与人工智能. .
年月
具有引导机制的
适应性多策略差分进化算法
向万里’马寿峰安美清
天津大学系统工程研究所天津
兰州交通大学交通运输学院兰州
摘要为进一步提升差分进化算法的收敛性能,提出一种具有引导机制的适应性多策略差分进化算法
.设计交叉概率控制参数库、变异尺度参数库及差分变异策略库,其中,交叉概率采用混
沌序列来模拟,尺度参数采用线性变化机制产生,差分变异策略库采用个常用的差分变异策略组成,并给出算法
,基于个标准测试函数的仿真结果表明,的收敛性能优于现存的其它差分进化算法,
具有较好的收敛精度及收敛速度.
关键词差分进化算法,混沌系统,引导机制,多差分变异策略,移位旋转函数
中图法分类号.
. ,,
,,
,,
,
.
,
.,
,
,
.,.,
. —.
.
国家自然科学基金项目.、天津市科技支撑计划项目. 、高等学校博士学科点专项项目
.资助
收稿日期:——;修回日期:——
作者简介向万里通讯作者,男,年生,讲师,博士研究生,主要研究方向为进化计算、交通系统工程..:
...马寿峰,男,年生,教授,博士生导师,主要研究方向为人工智能、,女,年生,硕
士,讲师,主要研究方向为智能计算及应用.
模式识别与人工智能卷
, ,,
,
,等基于稳定性定
理分析差分进化算法的渐进收敛性,从理论上给出
差分进化的收敛性证明,并借助计算机模拟进一步
差分进化算法,是
.
其结构简单、易于实现及快速收敛等优点,在从以上的研究成果来看,由于对其控制
年月举办的首届演化计算大赛中荣获参数较敏感,使得的研究趋势转向控制参数的
第三名排名前两位的算法是非进化模式的,它们适应性、自适应性方向,与此同时,为增强对不
的可用性及应用的普适性远不及. 同特性问题的鲁棒性,各差分变异策略的适应性
由此,
、多目标优化引、背包进一步提高差分进化算法的收敛性及鲁棒性,本文
问题、系统辨识、生产调度拍及其它. 提出一种具有引导机制的适应性多策略差分
,然后与现存较优的算法对比,改进的差分
在年采用经典求解具有移位、旋转等复杂进化算法在收敛精度、收敛速度和鲁棒性方面都获
特征的的个优化问题时取得相对不得较大提高.
变异策略中的基向量,且将尺度因子表示为差分进化算法
一,一..,上均匀分布的随机数,并进
一步对试验个体和种群中最好个体实施反射和压缩
差分进化算法是一种通过引入差分变异算子进
操作,提出带优先交叉操作的差分进化算法一.
等提出一种参数自适应控制差分进化算法
利用当前群体中个体差异差分向量来构造变异
.等通过学习先前搜索过程中积累的
经验,以适应性的方式同时调整试验向量产生策略
不相同的个体向量进行差分及缩放,并与该群体中
及其控制参数,从而提出自适应的差分进化算法
的第个个体向量相加得到一个变异个体向量,然
,.等在设计一个
后变异个体向量与父代个体向量以一定概率进行杂
变异策略/.—//的基础上,对最
,将试验个
好个体的保存应用外部归档机制扩充最好个体的选
体向量与父代个体向量以贪婪选择机制实施一对一
择范围,并以自适应的方式更新控制参数,然后提出
一的精英选择,较优个体向量被保存到下一代群体当
种自适应性差分进化算法,在与、
,差分变异策略有很多变种,从而形成诸多
、、对比时获得显著性优势.
等在经典变异策略基础上,使用多个常用的变种的,为统一描述各变种,一般采用//
变异策略组成策略池,并对控制参数使用线性时变/这种符号体系来描述各种算法,其中,表示
机制,进而提出一种差分进化算法. 差分变异时基向量的选取方式,表示选取的差分
等在的基础上引进差分策略组成策略向量的个数,表示差分向量与目标向量的交叉方
池及对所有控制参数实施带有反馈机制的适应性变式,主要有和两种,表示对差分变异后
化策略,从而提出两种改进的差分进化算法——的噪音向量和目标向量实施二项式交叉,而表
和——.等在分析总