差分進(jìn)化算法入門-展示頁
2025-07-04 20:05本頁面
【正文】 ，生成一試驗(yàn)個(gè)體；然后在父代個(gè)體與試驗(yàn)個(gè)體之間根據(jù)適應(yīng)度的大小進(jìn)行貪婪選擇操作，保留較優(yōu)者，實(shí)現(xiàn)種群的進(jìn)化。在傳統(tǒng)的遺傳算法中，子代個(gè)體以一定概率取代其父代個(gè)體，而在差分進(jìn)化中新產(chǎn)生的個(gè)體只有當(dāng)它比種群中的個(gè)體優(yōu)良時(shí)才替換種群中的個(gè)體。與基本遺傳算法的主要區(qū)別在于變異操作上，如：傳統(tǒng)的遺傳算法采用二進(jìn)制編碼，而差分進(jìn)化算法采用實(shí)數(shù)編碼?；静罘诌M(jìn)化算法1基本差分進(jìn)化算法的基本思想DE算法是一種基于實(shí)數(shù)編碼的用于優(yōu)化函數(shù)最小值的進(jìn)化算法，是在求解有關(guān)切比雪夫多項(xiàng)式的問題時(shí)提出來的，是基于群體差異的進(jìn)化計(jì)算方法。它的整體結(jié)構(gòu)類似于遺傳算法，一樣都存在變異、交叉和選擇操作，但是它又不同于遺傳算法。在遺傳算法中通過兩個(gè)父代個(gè)體的交叉產(chǎn)生兩個(gè)子個(gè)體，而在差分進(jìn)化算法中通過第兩個(gè)或幾個(gè)個(gè)體的差分矢量做擾動(dòng)來產(chǎn)生新個(gè)體。變異是DE算法的主要操作，它是基于群體的差異向量來修正各個(gè)體的值，其基本原理是通過把種群中兩個(gè)個(gè)體的向量差加權(quán)后，按一定的規(guī)劃與第三個(gè)個(gè)體求和來產(chǎn)生新個(gè)體，然后將新個(gè)體與當(dāng)代種群中某個(gè)預(yù)先決定的個(gè)體相比較，如果新個(gè)體的目標(biāo)值優(yōu)于與之相比較的個(gè)體的目標(biāo)值，則在下一代中就用新個(gè)體取代，否則，舊個(gè)體仍保存下來。2 差分進(jìn)化算法的基本操作設(shè)當(dāng)前進(jìn)化代數(shù)為，群體規(guī)模為，空間維數(shù)為，當(dāng)前種群為，為種群中的第個(gè)個(gè)體。 變異操作對(duì)于每個(gè)個(gè)體按下式產(chǎn)生變異個(gè)體，則 (1)其中，和是群體中隨機(jī)選擇的三個(gè)個(gè)體，并且；，和分別為個(gè)體，和的第維分量；為變異因子，一般取值于。 交叉操作由變異個(gè)體和父代個(gè)體得到試驗(yàn)個(gè)體，則 (2)其中，是間的隨機(jī)數(shù)；是范圍在間的常數(shù)，稱為交叉因子，值越大，發(fā)生交叉的可能性就越大；是在隨機(jī)選擇的一整數(shù)，它保證了對(duì)于試驗(yàn)個(gè)體至少要從變異個(gè)體中
規(guī)章制度相關(guān)推薦
鄂ICP備17016276號(hào)-1