離散和連續(xù)優(yōu)化問題的改進(jìn)差分進(jìn)化算法研究.pdf_第1頁
已閱讀1頁,還剩80頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、進(jìn)化算法是一類魯棒性強(qiáng)的全局搜索算法,對基于梯度的傳統(tǒng)優(yōu)化方法無法或難以處理的高度非線性、不可微、多峰、多變量問題,尤其是目標(biāo)函數(shù)的導(dǎo)數(shù)無法求出,受噪聲影響或沒有明確的數(shù)學(xué)形式這樣的問題,進(jìn)化算法具有很大的優(yōu)勢,越來越受到人們的青睞。作為一種簡單易用的隨機(jī)啟發(fā)式搜索算法,差分進(jìn)化算法以其穩(wěn)健性和較強(qiáng)的全局尋優(yōu)能力受到了各國學(xué)者的廣泛關(guān)注。本文研究求解整數(shù)規(guī)劃、約束優(yōu)化和無約束優(yōu)化問題的差分進(jìn)化算法。本文的主要工作為:
   對整

2、數(shù)規(guī)劃問題,設(shè)計了一種改進(jìn)的差分進(jìn)化算法。該算法采用了六個不同的變異算子以產(chǎn)生更好的后代,通過引入一個遷移算子避免算法早熟。在約束處理上,采用了一種基于可行性的判斷準(zhǔn)則來選擇較優(yōu)個體。最后,對十一個標(biāo)準(zhǔn)測試函數(shù)作了數(shù)值實(shí)驗,與文獻(xiàn)中其它進(jìn)化算法的比較結(jié)果表明,改進(jìn)的差分進(jìn)化算法性能良好,特別是求解高維和約束問題其效果更好。
   對約束優(yōu)化問題,采用罰函數(shù)法,把約束優(yōu)化問題轉(zhuǎn)化為無約束優(yōu)化問題,設(shè)計了一種混合差分進(jìn)化算法。該算法

3、在差分進(jìn)化算法的三種不同變異算子的基礎(chǔ)上,結(jié)合分布估計算法,在不同層面上進(jìn)行全局尋優(yōu)。最后,用該算法求解了十三個標(biāo)準(zhǔn)測試問題,并與文獻(xiàn)中已有的進(jìn)化算法作了比較,結(jié)果表明,改進(jìn)的差分進(jìn)化算法全局搜索能力強(qiáng)、精度高、收斂速度快,是約束優(yōu)化領(lǐng)域具有競爭力的算法之一。
   對無約束優(yōu)化問題,結(jié)合單純形局部搜索算子,設(shè)計了一種新的混合算法。該算法在差分進(jìn)化算法的三種不同變異算子的基礎(chǔ)上,引入直方圖概率模型產(chǎn)生部分后代。最后,對十一個標(biāo)準(zhǔn)

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論