改進(jìn)的差異進(jìn)化算法求解高維全局優(yōu)化問題研究.pdf

1、全局優(yōu)化問題在科學(xué)與工程領(lǐng)域普遍存在,具有重要的研究意義和應(yīng)用價(jià)值。隨著研究的深入,因搜索空間巨大而求解難度大的高維全局優(yōu)化問題逐漸成為優(yōu)化問題研究的新熱點(diǎn)。而對(duì)求解一般全局優(yōu)化問題具有較好性能的差異進(jìn)化算法,在求解高維全局優(yōu)化問題時(shí)則需要做很大改進(jìn)才能取得較好的效果。本文圍繞改進(jìn)差異進(jìn)化算法求解高維全局優(yōu)化問題展開,并對(duì)進(jìn)化算法框架等相關(guān)領(lǐng)域進(jìn)行了較為深入的研究。
　　 本文首先闡述差異進(jìn)化算法的標(biāo)準(zhǔn)實(shí)現(xiàn)、常用差異策略、最新發(fā)

2、展和當(dāng)前研究熱點(diǎn),在描述了高維全局優(yōu)化問題之后,介紹了對(duì)求解高維全局優(yōu)化問題的較為有效的協(xié)同進(jìn)化算法。
　　 本文通過將差異進(jìn)化算法與Potter協(xié)同進(jìn)化模型結(jié)合,提出了一種自適應(yīng)構(gòu)造塊識(shí)別協(xié)同差異進(jìn)化算法。該算法使用了兩個(gè)種群,一個(gè)為基因序種群,用于調(diào)整候選解個(gè)體的基因序以識(shí)別構(gòu)造塊,一個(gè)為候選解種群,用于搜索最優(yōu)解和評(píng)價(jià)基因序個(gè)體的優(yōu)劣。兩個(gè)種群使用不同的搜索算法進(jìn)行進(jìn)化,并具有協(xié)同進(jìn)化機(jī)制,通過種群合作搜索最優(yōu)解。實(shí)驗(yàn)表明

3、,自適應(yīng)構(gòu)造塊識(shí)別協(xié)同差異進(jìn)化算法具有較強(qiáng)的全局和局部搜索能力,是求解高維全局優(yōu)化問題的一種有效算法。
　　 由于目前進(jìn)化算法的分支眾多,研究者亟需便利的研究工具。本文提出了一種進(jìn)化算法框架EA++,該進(jìn)化算法框架抽象了進(jìn)化算法的種群結(jié)構(gòu)、進(jìn)化過程、進(jìn)化算子、適應(yīng)值評(píng)估、數(shù)據(jù)統(tǒng)計(jì)等主要組成部分,提供了進(jìn)化算法的基礎(chǔ)實(shí)現(xiàn),采用了低耦合的模塊設(shè)計(jì)、可擴(kuò)展的分層設(shè)計(jì)和高效率的底層實(shí)現(xiàn),具有較為安全的異常處理機(jī)制。與進(jìn)化算法領(lǐng)域的其他框