基于計算動詞規(guī)則的自適應(yīng)差分進化算法.pdf

1、在進化算法的研究領(lǐng)域中，連續(xù)空間的多維復(fù)雜方程的優(yōu)化難度較高，而實際生活應(yīng)用中卻需要優(yōu)化技術(shù)尋找其全局最優(yōu)解。差分進化算法是對實屬編碼基于種群差異的進化算法，自提出以來，它簡單的實現(xiàn)方法、較少的控制參數(shù)和穩(wěn)定的測試效果，使其成為近年來優(yōu)化算法研究中的熱點之一。但差分進化算法在處理高維復(fù)雜方程時，它基于種群的隨機性進化方式，降低了進化過程魯棒性，同時容易使得收斂至局部最優(yōu)解。因此，在進化過程中增加有效的指引使得種群往全局最優(yōu)所在的地方收斂

2、具有重要意義。
　　計算動詞是具有進化屬性的模糊動力學(xué)系統(tǒng)，利用其在屬性空間定義的距離和相似度建造模型來模擬種群進化收斂過程，本文提出了兩個改進的自適應(yīng)差分進化算法，來增強算法的魯棒性和復(fù)雜函數(shù)尋求全局最優(yōu)的能力。
　　首先，為了避免進化過程中早熟收斂于局部最優(yōu)解，本文在變異策略中采用了小生境方法增加種群的多樣性，同時結(jié)合了計算動詞規(guī)則均衡全局搜索能力。其次，最初的差分進化算法對參數(shù)具有一定的敏感性，本文又提出了一個雙層結(jié)構(gòu)