基于混沌理论的差异演化算法研究

《基于混沌理论的差异演化算法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、’’第!(卷’第&"期计’算’机’仿’真!"")年&"月’’文章编号：&"")$%(*+（!"")）&"$"&,&$"(基于混沌理论的差异演化算法研究梁峰，相敬林，赵妮（西北工业大学航海学院，陕西西安,&"",!）摘要：差异演化算法（-.//01023.45678593.82，-6）是一种基于群体个体间差异的进化计算方法，可以对高维复杂空间进行有效搜索。利用混沌（:;48<）信号的遍历性与随机性，结合-6算法，提出了一种基于混沌的-6优化算法（:-6）。与-6相比，:-6减少了控制参数。通过典型高维非线性测试函数的验证，测试结果显示该方法在优化速度、搜索效率和避免陷入局部极值点方面，大大提高-

2、6算法的性能，在不同情况下几乎具有最佳的函数优化性能，从而具有一定的鲁棒性。关键词：函数优化；差异演化；混沌中图分类号：=>!,(’’文献标识码：?!"#$%&’#%()*+,,(-(./+#012$03/+$.405$-+/"6@A?BCD02E，FA?BCG.2E$5.2，HI?JB.（K41.20:8550E08/B813;L0<3012>85M30N;2.N45O2.701<.3M，F.P42Q;42R.,&"",!，:;.24）4’7894!8：-.//01023.45678593.82（-6）.<42078593.8241MN8ST9343.8230N;2.U90，L;.N;;4<

3、E4.20VS9N;433023.8242V<8S04TT5.N43.82<.23;0T4<3V0N4V0W?S82E3;0-6’<4V74234E0<410.3<<.ST50<319N3910，04<08/9<0，

4、WA3.<4TT5.0V384<038/;.E;V.S02<.8245X02N;S41[30<3/92N3.82<，42V3;00RT01.S0234510<953<.559<31430.3?引言发现尽管-6算法的实现形式十分简单，却能取得比较满意演化算法诸如遗传算法（C?）、遗传规划（C>）、进化规的优化效果。划（6>）、进化策略（6Q），是一种模拟生物

5、进化的随机计算模标准-6算法中的参数是固定，由于-6的优化性能与参型，通过反复迭代，那些对环境适应能力强的个体被存活下数密切相关，现有-6算法的改进策略主要是如何更好地控来，该性质常用于一些优化计算中。差异演化（-6）是一种基制-6参数的变化规律［)］。本文基于混沌理论，对-6算法的于群体差异的高效并行搜索演化算法，该算法一经WQ3812参数采用混沌变化机制。测试函数的仿真结果发现，与标准和]W>1.N0提出后，便得到了众多学者的重视和研究，并且在-6算法相比，文本提出的改进算法能大大提高-6算法的优［&］许多领域得到广泛应用。化性能。文献［!］详细研究了-6算法中的演化策略问题，根据不同的

6、差异原理，将演化策略分成*类，有助于从整体上把@?*1算法的基本原理握-6算法。文献［(］详细比较研究了粒子群优化算法-6算法是一种全局并行优化算法，最初的群体｛!"｝，"（>QJ）、-6和6Q算法的函数优化性能，结果表明大部分情况#&，!，⋯，$随机产生：下-6算法优于>QJ和6Q算法。在有噪声情况下，>QJ和-6!#!S.2%&’()+（!S4R*!S.2）（&）的性能不如6Q算法。文献［*］利用迁徙操作和自适应变异算!S.2，!S4R分别代表优化函数变量取值的上下界，&’()代表（"，法，提高-6算法的性能。文献［#］将-6算法用于海洋环境&）之间均匀分布的随机数，式（&）说明最初的种群

7、均匀分布在参数搜索空间。它的每个个体!"#（!"&，!"!，⋯，!"+）为+维收稿日期：!""#$"%$&!搜索空间中的一个浮点向量。在评估适应值后，其中最好的—&,&—个体记为!"#$%&。现有混沌优化方法主要有：混沌二次载波搜索技术；混与遗传算法类似，!"算法同样涉及三个操作：变异、交沌变尺度优化技术；与神经网络结合形成混沌神经网络叉和选择。最基本的变异成分是差异向量（这就是!"名字的（#66