差異演化算法及其在機械優(yōu)化設(shè)計中的應(yīng)用.pdf

1、演化算法是一類模擬生物自然選擇與自然進化的隨機搜索算法。該類算法不需要所求函數(shù)的其它輔助信息,且能夠達到很高的精度要求,尤其適用于求解復雜的非線性優(yōu)化問題。差異演化算法(Differential Evolution,DE)是一種基于種群差異的演化算法,是由Rainer Storn和Kenneth Price于1996年提出,它具有并行快速搜索的特點,并且易編程實現(xiàn),隨后在各領(lǐng)域得到了廣泛的應(yīng)用。鑒于差異演化算法存在的易早熟等問題及其在多

2、目標優(yōu)化中的應(yīng)用潛能,本文主要開展了以下兩個方面的研究工作。 首先,本文認為差異演化算法在演化過程中沒有較好地體現(xiàn)群體合作演化的思想,并鑒于此,引入了群體中心點的概念,分別提出了群體中心點參與最優(yōu)點競爭的修正的差異演化算法、群體中心點參與變異過程的中心差異演化算法和群體中心點既參與競爭又參與變異過程的修正的中心差異演化算法,并通過對算法參數(shù)的研究,引入了自適應(yīng)交叉率的概念。 其次,鑒于多目標優(yōu)化問題的廣泛性和差異演化算法

3、所具有的求解多目標優(yōu)化的潛能,本文在所提出的中心差異演化算法的基礎(chǔ)上,提出了一種基于動態(tài)Pareto解集的多目標差異演化算法。通過采用一個“外部檔案”來存儲當前所得到的Pareto最優(yōu)解,在檔案文件達到預(yù)設(shè)值后,對檔案文件中的Pareto解按照NSGA-Ⅱ擁擠操作方法進行比較、淘汰,最終得到一個完整的Pareto最優(yōu)解集；對于有約束條件的多目標優(yōu)化問題,采用演化算法常用的直接求解法進行求解。 典型測試函數(shù)的仿真和工程優(yōu)化設(shè)計實例