差分進化演算法改進研究
1.差分進化演算法的特點以及存在的問題
差分進化演算法主要有以下四個特點，下面進行介紹:
1)差分進化演算法具有較強的通用性，對1同題的特征資訊依賴性低。
2)差分進化演算法在搜索程序中具有記憶最優個體的能力。
3)差分進化演算法可以利用個體的區域資訊與群體全域的資訊進行協調搜索，使用差分策略進行變異作可以有效利用群體的分布特性米提高搜求能力。
4)差分進化演算法可以與其他演算法(如: 蚊群演算法，人工經群演算法等)進行融合和構造，產生更好、更高效的混合優化演算法。
差分進化演算法同樣存在以下問題，在今后對該演算法進行研究時應該進步深人和改善。
1)差分進化演算法的搜索性能對引數有定的依 賴性且局都搜索能力較弱。
2)差分進化演算法的搜索效率有待提高，短時間內難以保證能夠獲得全域最優解
3)差分進化演算法與其他群智能優化演算法相類似，它們的理論研究較少，缺少演算法設計的實用性指導原則。
2.引入自適應交叉概率
在差分進化演算法中，交叉概率是一個固定值。交又廄率值的大小影響著演算法的多樣性，搜索能力和速度，較大的交叉概率可以增強基因的多樣性和全域搜索能力，較小的交叉既率可以加速收做速度，增強區域搜索能力，這與人工蜂群演算法控制蜜源隨機產生方式的引數心有很大的相似性，參考本書6. 3. 2的做法在差分進化演算法中引入自適應的交叉概率，它的值隨選代次數k的增加逐步遞增，使得演算法無論在前期的全域搜索能力還是在后期的區域搜索能力和收斂速度均有所提升，并保持了種群的多樣性。毛潤寧等通過大量的實驗測驗最終確定CR值位于0.4到0.9之間時，差分進化演算法的優化效果最好，本書采取的自適應的交叉概率公式為:
CR =20K+0.4
式中，k為當前的回圈代數，K為最大回圈代數。
轉載請註明出處，本文鏈接：https://www.uj5u.com/qita/35757.html