【摘要】：計(jì)算智能方法是受自然界規(guī)律的啟發(fā)而設(shè)計(jì)出的一類求解問(wèn)題的算法簇。相對(duì)于傳統(tǒng)的優(yōu)化方法,計(jì)算智能方法因不需要對(duì)問(wèn)題本身進(jìn)行精確的數(shù)學(xué)或邏輯建模,從而非常適合于解決那些傳統(tǒng)優(yōu)化方法難以解決的具有多目標(biāo)、大規(guī)模、帶約束、動(dòng)態(tài)且有不確定性等特征的復(fù)雜優(yōu)化問(wèn)題。差分演化算法是計(jì)算智能方法中重要的一員,它主要通過(guò)當(dāng)前種群中父代個(gè)體間的交互產(chǎn)生新的子代個(gè)體,然后縱向?qū)Ρ葍纱鷤�(gè)體,將其中更適應(yīng)環(huán)境的一個(gè)保留下來(lái),以推動(dòng)整個(gè)種群向有希望的方向演化,從而逐步搜索找到最優(yōu)解。由于它的易于實(shí)現(xiàn)、簡(jiǎn)單高效、魯棒性強(qiáng)等特點(diǎn),差分演化算法受到了諸多國(guó)內(nèi)外學(xué)者的關(guān)注,且在理論研究和應(yīng)用方面均獲得了非常大的進(jìn)展。傳統(tǒng)差分演化算法的主要操作可以概括為種群初始化、種群評(píng)估、變異、交叉和選擇幾種。其中,變異、交叉和選擇算子的設(shè)計(jì)會(huì)對(duì)算法的優(yōu)化性能造成很大的影響,而變異算子產(chǎn)生的影響尤為顯著,其對(duì)不同優(yōu)化問(wèn)題往往會(huì)表現(xiàn)出不同的效果。然而觀察發(fā)現(xiàn),在原始的差分演化算法中,選擇交互個(gè)體的過(guò)程伴隨著較大的隨機(jī)性,變異算子的選擇缺乏科學(xué)的指導(dǎo),難以起到引導(dǎo)種群搜索的作用。針對(duì)該問(wèn)題,相關(guān)研究領(lǐng)域的專家學(xué)者提出了許多改進(jìn)差分演化算法的方案,其中利用適應(yīng)值地形信息來(lái)引導(dǎo)種群搜索是一個(gè)較為新穎的角度,具有很大的研究空間和研究?jī)r(jià)值�；谝陨纤伎�,本文引入了適應(yīng)值地形的概念,旨在從適應(yīng)值地形的角度充分挖掘種群信息,并將這種信息用于指導(dǎo)變異策略的選擇以及變異策略中引導(dǎo)個(gè)體的選擇,從而更好的引導(dǎo)種群朝著有希望的方向演化。本文圍繞適應(yīng)值地形信息,提出四類差分演化算法框架,實(shí)現(xiàn)了對(duì)差分演化算法的優(yōu)化性能的改善。本文的主要工作可以歸納為以下四個(gè)方面:(1)針對(duì)不同的變異策略對(duì)具有不同適應(yīng)值地形的問(wèn)題的優(yōu)化性能不同,以及變異策略的選擇缺乏有效的指導(dǎo)信息的問(wèn)題,提出了基于函數(shù)模態(tài)利用機(jī)制的差分演化算法,在檢測(cè)出待優(yōu)化的函數(shù)的大致適應(yīng)值地形后,將不同變異策略用于具有不同適應(yīng)值地形模態(tài)的問(wèn)題中。(2)為有效利用優(yōu)勢(shì)和劣勢(shì)個(gè)體的信息引導(dǎo)種群演化以及減少評(píng)估次數(shù)的浪費(fèi),提出了基于歷史信息利用機(jī)制的差分演化算法。其中包括有兩個(gè)關(guān)鍵算子:基于鄰近度的替換算子和負(fù)方向算子,這兩個(gè)算子相結(jié)合,能夠在加快算法收斂速度的同時(shí)保持種群的多樣性。(3)由于適應(yīng)值不同的個(gè)體在搜索空間中所處的區(qū)域不同,展現(xiàn)出的搜索行為也不同,因而個(gè)體的搜索機(jī)制需要與它們的搜索行為相匹配。在此基礎(chǔ)上本文提出一種基于個(gè)體搜索行為的引導(dǎo)策略的差分演化算法,包括三個(gè)階段,分別是構(gòu)造、劃分和引導(dǎo),并在每個(gè)階段都設(shè)計(jì)了一個(gè)啟發(fā)式規(guī)則。通過(guò)這三個(gè)階段充分利用搜索行為中個(gè)體之間的差異信息來(lái)指導(dǎo)種群的演變。(4)在由當(dāng)前種群的最優(yōu)個(gè)體引導(dǎo)的變異策略中,引導(dǎo)個(gè)體所處的區(qū)域往往會(huì)被忽略,這可能導(dǎo)致算法在沒(méi)有希望的區(qū)域中搜索局部最優(yōu)解。本文提出基于自適應(yīng)多群體的學(xué)習(xí)策略的差分演化算法,采用基于群體的引導(dǎo)機(jī)制和基于群體的替換機(jī)制將整個(gè)種群劃分成若干個(gè)群體并用于引導(dǎo)個(gè)體的選擇。通過(guò)多樣化的引導(dǎo)個(gè)體引導(dǎo)變異過(guò)程以及利用有希望的試驗(yàn)向量的信息,平衡算法的搜索能力和開(kāi)發(fā)能力。綜上所述,為了解決變異算子以及變異算子中個(gè)體的選擇缺乏有效信息指導(dǎo)的問(wèn)題,本文通過(guò)對(duì)適應(yīng)值地形信息進(jìn)行挖掘和利用,分別從函數(shù)模態(tài)、歷史信息、個(gè)體搜索行為差異以及多群體學(xué)習(xí)四個(gè)方面,研究了對(duì)于解決全局優(yōu)化問(wèn)題的差分演化算法的提升機(jī)制,并用豐富的實(shí)驗(yàn)驗(yàn)證了提出的算法框架的良好優(yōu)化性能,從而為科學(xué)研究與工程領(lǐng)域提供有效的參考。
【學(xué)位授予單位】：華僑大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2019
【分類號(hào)】：TP18
【圖文】：

三種適應(yīng)值地形通過(guò)觀察圖1.2中的三個(gè)適應(yīng)值地形，可以明顯的看出它們?cè)凇按植凇背潭壬系牟顒e：（a）圖中有唯一的山谷，地表趨勢(shì)平滑；（b）圖中存在若干個(gè)山谷，

論文章節(jié)結(jié)構(gòu)

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 李改靈;李立華;張麗杰;;基于修正的差異演化算法機(jī)械鏈傳動(dòng)優(yōu)化設(shè)計(jì)[J];軍事交通學(xué)院學(xué)報(bào);2015年01期

2 李曉靖;;差異演化算法及其在機(jī)械設(shè)計(jì)中的應(yīng)用[J];科技傳播;2014年01期

3 郭超峰;李梅蓮;;改進(jìn)的差分演化算法及其在動(dòng)態(tài)規(guī)則中的應(yīng)用研究[J];河南大學(xué)學(xué)報(bào)(自然科學(xué)版);2013年01期

4 韓珂;楊俊鵬;;求解旅行商問(wèn)題的分布式演化算法[J];華北水利水電學(xué)院學(xué)報(bào);2013年04期

5 張欣;王志剛;夏慧明;;差異演化算法求解多維0—1背包問(wèn)題[J];科學(xué)技術(shù)與工程;2012年06期

6 王志剛;夏慧明;;基于差異演化算法的化學(xué)方程式配平研究[J];哈爾濱商業(yè)大學(xué)學(xué)報(bào)(自然科學(xué)版);2012年04期

7 劉家駿;劉大瑾;;混合差異演化算法求解多維背包問(wèn)題[J];計(jì)算機(jī)與數(shù)字工程;2011年01期

8 楊卿譽(yù);王志剛;;差異演化算法求解二次分配問(wèn)題[J];科學(xué)技術(shù)與工程;2011年34期

9 李瑞華;李霞;劉坤起;;敏捷制造中伙伴選擇問(wèn)題的多子差異演化算法[J];山西師范大學(xué)學(xué)報(bào)(自然科學(xué)版);2011年04期

10 王志剛;;基于差異演化算法的非線性方程組求解[J];計(jì)算機(jī)工程與應(yīng)用;2010年04期

相關(guān)會(huì)議論文 前10條

1 曹蓮英;侯琳;李文勇;;多目標(biāo)演化算法在公交車輛發(fā)車間隔優(yōu)化中的應(yīng)用[A];2009年中國(guó)智能自動(dòng)化會(huì)議論文集（第五分冊(cè)）[東南大學(xué)學(xué)報(bào)（增刊）][C];2009年

2 馮珊;李鋒;周凱波;;面向演化算法應(yīng)用的智能體系統(tǒng)建模與仿真研究[A];西部開(kāi)發(fā)與系統(tǒng)工程——中國(guó)系統(tǒng)工程學(xué)會(huì)第12屆年會(huì)論文集[C];2002年

3 謝柏橋;戴光明;鄭蔚;王劍文;;有指導(dǎo)的多目標(biāo)演化算法在區(qū)域星座設(shè)計(jì)中的應(yīng)用[A];中國(guó)宇航學(xué)會(huì)深空探測(cè)技術(shù)專業(yè)委員會(huì)第四屆學(xué)術(shù)年會(huì)論文集[C];2007年

4 顏雪松;時(shí)晨;李暉;喬永強(qiáng);;探測(cè)器電路優(yōu)化設(shè)計(jì)的演化算法研究[A];中國(guó)宇航學(xué)會(huì)深空探測(cè)技術(shù)專業(yè)委員會(huì)第六屆學(xué)術(shù)年會(huì)暨863計(jì)劃“深空探測(cè)與空間實(shí)驗(yàn)技術(shù)”重大項(xiàng)目學(xué)術(shù)研討會(huì)論文集[C];2009年

5 張文俊;謝曉鋒;馬君;;并行演化算法在半導(dǎo)體器件綜合中的應(yīng)用[A];2006年全國(guó)開(kāi)放式分布與并行計(jì)算學(xué)術(shù)會(huì)議論文集（二）[C];2006年

6 李林;宋立榮;肖邦定;李根保;Hongqing Cao;Friedrich Recknagel;He Zhang;Grace Chan;;雜交演化算法用于滇池藍(lán)藻水華的模擬與預(yù)警研究[A];中國(guó)藻類學(xué)會(huì)第八次會(huì)員代表大會(huì)暨第十六次學(xué)術(shù)討論會(huì)論文摘要集[C];2011年

7 李亮;褚雪松;;基于混沌變異和局部探索方式多樣性的演化算法在邊坡穩(wěn)定分析中的應(yīng)用[A];第八次全國(guó)巖石力學(xué)與工程學(xué)術(shù)大會(huì)論文集[C];2004年

8 李彬;胡浩;李剛;;基于多目標(biāo)演化算法的可靠度計(jì)算方法[A];中國(guó)力學(xué)大會(huì)-2015論文摘要集[C];2015年

9 陳偉;史小衛(wèi);;基于改進(jìn)自適應(yīng)演化算法的微波電路優(yōu)化設(shè)計(jì)[A];2005'全國(guó)微波毫米波會(huì)議論文集（第一冊(cè)）[C];2006年

10 李元香;謝曼;鄭波盡;張進(jìn)波;楊怡偉;;演化硬件設(shè)計(jì)的改進(jìn)演化程序[A];Systems Engineering, Systems Science and Complexity Research--Proceeding of 11th Annual Conference of Systems Engineering Society of China[C];2000年

相關(guān)博士學(xué)位論文 前10條

1 劉會(huì)超;差分演化算法的演化模型分析與算法改進(jìn)研究[D];武漢大學(xué);2015年

2 喻飛;人機(jī)協(xié)同演化算法研究[D];武漢大學(xué);2015年

3 洪文靜;大規(guī)模多目標(biāo)演化算法及其應(yīng)用研究[D];中國(guó)科學(xué)技術(shù)大學(xué);2018年

4 錢超;多目標(biāo)演化學(xué)習(xí)理論與方法研究[D];南京大學(xué);2015年

5 李紅葉;基于平衡法則的多目標(biāo)演化模型及應(yīng)用研究[D];西安理工大學(xué);2018年

6 岳雪芝;高維多目標(biāo)動(dòng)力學(xué)演化算法及在GPU上的實(shí)現(xiàn)[D];武漢大學(xué);2013年

7 郭肇祿;獵物—捕食者模型啟發(fā)的演化算法研究[D];武漢大學(xué);2013年

8 周沖;基于參考點(diǎn)的高維多目標(biāo)演化算法研究及其在衛(wèi)星星座設(shè)計(jì)中的應(yīng)用[D];中國(guó)地質(zhì)大學(xué);2018年

9 張晉媛;演化算法中基于分類的預(yù)選擇策略研究[D];華東師范大學(xué);2018年

10 汪祖柱;基于演化算法的多目標(biāo)優(yōu)化方法及其應(yīng)用研究[D];安徽大學(xué);2005年

相關(guān)碩士學(xué)位論文 前10條

1 趙建偉;分布式并行多目標(biāo)演化算法及其在無(wú)線傳感器網(wǎng)絡(luò)部署中的應(yīng)用研究[D];河北工業(yè)大學(xué);2017年

2 閔瑞高;基于分布式并行計(jì)算的高性能演化算法研究[D];江南大學(xué);2019年

3 徐新林;面向EED問(wèn)題的多目標(biāo)演化算法的設(shè)計(jì)與研究[D];長(zhǎng)江大學(xué);2019年

4 邵池;基于適應(yīng)值地形信息的差分演化算法研究[D];華僑大學(xué);2019年

5 黃超民;基于演化算法的高效用項(xiàng)集挖掘算法研究[D];北方工業(yè)大學(xué);2019年

6 卞超;非確定環(huán)境下演化算法理論分析的研究[D];中國(guó)科學(xué)技術(shù)大學(xué);2019年

7 劉艷鳳;演化算法停機(jī)條件研究[D];華東師范大學(xué);2019年

8 杜望;基于局部搜索策略的差分演化算法研究及改進(jìn)[D];江西理工大學(xué);2018年

9 姜武;演化算法在連續(xù)搜索空間上的時(shí)間復(fù)雜度分析[D];中國(guó)科學(xué)技術(shù)大學(xué);2018年

10 方薈;基于均值偏移的混合演化算法研究[D];華東師范大學(xué);2018年

本文編號(hào)：2737872