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(存儲(chǔ)版)
【正文】 個(gè)階段存在有限數(shù)量的探索性舉措 ,如果這些措施并不足以產(chǎn)生新的有前景的解決方案 ,搜索會(huì)被嚴(yán)重破壞。在 Storn and Price (1997)中給出了指導(dǎo)，其中提出了一個(gè)設(shè)置的 Spop等于十倍的維度的問(wèn)題。在 Liu and Lampinen (2020b) 和 R246。 當(dāng)差分演化是用于處理實(shí)際應(yīng)用的高維度和嘈雜的優(yōu)化等困難問(wèn)題時(shí)，就會(huì)強(qiáng)調(diào)參數(shù)的設(shè)置問(wèn)題。一個(gè)噪聲環(huán)境下的優(yōu)化問(wèn)題可以看作是一個(gè)適應(yīng)度隨時(shí)間而變的問(wèn)題。雖然這個(gè)話題計(jì)算機(jī)科學(xué)家尚不清楚，一個(gè)隨機(jī)化的比例因子補(bǔ)償一個(gè)標(biāo)準(zhǔn)化差分演化結(jié)構(gòu)的過(guò)度確定性搜索結(jié)構(gòu)，提供新潛在的搜索行動(dòng)。在 Ali and Fatti (2020)中 , 在理論研究的基礎(chǔ)上嘗試用確定概率法描述差分演化突變機(jī)制是 ,它是產(chǎn)生后代的概率方法。與 CR不同 , F值是通過(guò)以下方案在每一代中自適應(yīng)更新 : 其中 F的下限 lmin = ， fmin和 fmax是群體中最恰當(dāng)?shù)淖钚≈岛妥畲笾怠Ｔ?Sing et al. (2020)中提出了三種相同方式的差分演化的修改版。在 Teo (2020, 2020)中首次提出了關(guān)于自適應(yīng)種群規(guī)模的嘗試。已經(jīng)實(shí)現(xiàn)了一個(gè) 系統(tǒng)有兩個(gè)進(jìn)化種群。nen and Lampinen (2020), Omran et al. (2020) 和 Salman et al. (2020)中按照類似的想法，為了實(shí)現(xiàn)參數(shù) F和 CR的自適應(yīng)采用了正態(tài)分布，自適應(yīng)的柯西分布。在 Das and Konar (2020) 和 Das et al.(2020)中提出了一個(gè)簡(jiǎn)單的處理噪聲的修改方 案 。 在 Krink et al. (2020)中強(qiáng)調(diào) , 差分演化在噪聲情況下的優(yōu)化問(wèn)題和一些具體對(duì)策的應(yīng)用中似乎是低效的。 (例如 F = 些特定情況下是一個(gè)非常有效的設(shè)置但會(huì)完全不適用于另一個(gè)問(wèn)題。類似地，設(shè)置 CR = 1也不提倡，因?yàn)檫@會(huì)大大減少可能 解決方案的后代數(shù)量。如果太小，可能會(huì)導(dǎo)致過(guò)早收斂，如果太大，它可能會(huì)導(dǎo)致停滯。停滯發(fā)生在一個(gè)以群體為基礎(chǔ)的算法不收斂到一個(gè)值而且群體的多樣性很大。在優(yōu)化過(guò)程中的早期階段，解決方案往往是散布在決策空間。在 Liu and Lampinen(2020) 中給出了 一個(gè)差分演化變體用于訓(xùn)練徑向基函數(shù)網(wǎng)絡(luò)。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。對(duì)于這個(gè)特殊的突變的解決方案不進(jìn)行交叉操作。雖然理論上沒(méi)有限制 F，但其有效值很少超過(guò) 1。數(shù)值結(jié)果公布在第六節(jié)。顯然這個(gè)修改應(yīng)該能提高原始差分演化的性能。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。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)為最有效的額外組件似乎是種群規(guī)模還原和局部搜索比例因子。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。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?。這里提出了差分演化的一個(gè)分類，分成兩大組：（ 1）在差分演化結(jié)構(gòu)中集成附加組件的算法。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。 1 介紹 差分演化是一個(gè)可靠的和多功能的優(yōu)化器。在本
畢業(yè)設(shè)計(jì)相關(guān)推薦
鄂ICP備17016276號(hào)-1