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(參考版)
2025-05-17 07:05本頁面
【正文】 在 Zielinski et al. (2020)中給出了差分演化采用的一些自適應(yīng)方案的比較分析。在 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。它的特點(diǎn)是一個(gè)尺度參數(shù)等于 1。在領(lǐng)域搜索中，比例因子 F由概率抽樣值的分布來調(diào)整。與 CR不同 , F值是通過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Ｒ呀?jīng)實(shí)現(xiàn)了一個(gè) 系統(tǒng)有兩個(gè)進(jìn)化種群。在 Ali and T246。 另一方面，在差分演化中使用隨機(jī)化并不總是有利的。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。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 R246。根據(jù)后者的提議 , 在優(yōu)化過程下降比例因子值會有高質(zhì)量的最終結(jié)果。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)的過度確定性搜索結(jié)構(gòu)，提供新潛在的搜索行動。在 Das and Konar (2020) 和 Das et al.(2020)中提出了一個(gè)簡單的處理噪聲的修改方 案 。基于這些考慮 ,許多論文最近提出了修改的差分演 化結(jié)構(gòu)。從不同的角度看待這個(gè)問題，差分演化在噪聲環(huán)境下采用了過多的確定性搜索邏輯，因此近年來趨于停滯。一個(gè)噪聲環(huán)境下的優(yōu)化問題可以看作是一個(gè)適應(yīng)度隨時(shí)間而變的問題。 在 Krink et al. (2020)中強(qiáng)調(diào) , 差分演化在噪聲情況下的優(yōu)化問題和一些具體對策的應(yīng)用中似乎是低效的。因?yàn)?,如前所述 ,在種群規(guī)模上的擴(kuò)大導(dǎo)致增加潛在的無效的設(shè)置，選擇合適的 F和 CR成為一個(gè)成功的差分演化至關(guān)重要的方面。惡化伴隨著維數(shù)的增加。 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)化等困難問題時(shí)，就會強(qiáng)調(diào)參數(shù)的設(shè)置問題。 (例如 F = 些特定情況下是一個(gè)非常有效的設(shè)置但會完全不適用于另一個(gè)問題。 許多論文，如 G228。nen et al. (2020) 設(shè)置 F = CR = Price and Storn (1997)中的討論。在 Liu and Lampinen (2020b) 和 R246。類似地，設(shè)置 CR = 1也不提倡，因?yàn)檫@會大大減少可能 解決方案的后代數(shù)量。許多論文提出了這一問題，其中在 Lampinen and Zelinka (2020)中發(fā)表的論文在實(shí)證分析后給出了結(jié)論。 對于規(guī)模系數(shù) F和交叉率 CR,這些設(shè)置可能是困難的任務(wù)。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題。如果太小，可能會導(dǎo)致過早收斂，如果太大，它可能會導(dǎo)致停滯。因此 ,種群規(guī)模過小也可以包含有限數(shù)量的舉動 ,而一個(gè)太大的種群規(guī)模可能包含大量的無效的動作有可能誤導(dǎo)搜索。這項(xiàng)研究允許定義一個(gè)關(guān)鍵價(jià)值的比例因子 ,即給定值
畢業(yè)設(shè)計(jì)相關(guān)推薦
鄂ICP備17016276號-1