差分进化算法的改进及在约束优化中的应用

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

差分进化算法的改进及在约束优化中的应用
最优化问题是在数学,工程技术,运筹学,计算机科学等领域常见的一类问题。进化算法由于不需要连续、可微分、可导等条件,而且能保持多样性不易陷入局部最优,因而被广泛用于求解最优化问题。
差分进化算法是一种基于种群差异的进化算法,采用差分变异算子以及交叉算子来产生新个体,通过优胜劣汰的方式产生新个体。由于其简单高效,在历次进化算法竞赛中的性能表现优异,受到越来越多学者的关注和研究。
除了求解单目标优化问题外,差分进化算法在求解多目标优化、约束优化问题、动态优化等复杂优化问题方面也得到了广泛应用。因此对于差分进化算法的改进以及复杂优化问题中的应用具有重要意义。
本文对差分进化算法改进从对算法本身的改进以及引入外部策略对算法进行改进两方面进行了研究,然后对差分进化算法在约束优化中的应用做了进一步研究,提出了两种约束差分进化算法。主要的研究内容如下:1.差分变异策略在选择个体时难以平衡“探测”与“开发”之间的关系使算法容易出现陷入局部最优或者收敛过慢等问题。
针对此问题本文提出了一种自适应控制的随机排序选择策略。该策略通过随机排序方法对种群个体按适应值与多样性 ...

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：进化算法 最优化问题 计算机科学 多目标优化 自适应控制