基于实时多策略与逆向学习的自适应差分进化算法

《基于实时多策略与逆向学习的自适应差分进化算法》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、硕士学位论文基于实时多策略与逆向学习的自适应差分进化算法学科专业软件工程学位类型√□科学学位□专业学位研究生姓名黄俊勋导师姓名、职称王胜春副教授论文编号湖南师范大学学位评定委员会办公室二零一六年四月分类号TN713密级公开学校代码10542学号201302110925基于实时多策略与逆向学习的自适应差分进化算法Self-adaptiveDifferentialEvolutionAlgorithmbasedonReal-timeMulti-strategyandReverseLearning研究生姓名黄俊勋指导教师姓名、职称王胜春副教授学科专业软件工程研究方向云计算湖南师范大学学位评

2、定委员会办公室二零一六年四月湖南师范大学学位论文原创性声明本人郑重声明：巧呈交的学位论文是本人在导师的指导下，Ｉ独立进行硏究工作所取得的成果。除文或集体已经发表或撰写过的作品成果。对本文的研究做出重要贡献的个人和集体均已枉文中，义明确方式标明。本人完全意识到本声明的法律结果由本人承担。■＾。成年＾学位论文作者签名若考文占月日湖南师范大学学位论文版权使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定，同意学校保留并向国家有关部口或机构送交论文的复印件巧电子版，允许论文被查阅和借阅。本人授权湖南师范大学可从将本学位论文的全部或部分

3、内容编入有关数据库巧行检索可１￥＾采用影印、缩印，或扫描等复制手段保存和汇编本学位论文。本学位论文属于□１、在年解密后适用本授权书。保密Ｉ２、不保密＂请枉］＾１上相应方框内打＾（）ｂ作者签名：新日期：為牌６月＾日〇导师签名：日期兴年月＞曰＾＾＾摘要差分进化算法（DifferentialEvolution,DE）是进化算法的一个经典分支，由Storn和Price提出，具有适用性广、操作简单、寻优效果好等优点，但其使用单一进化策略存在灵活性弱与易陷入早熟状态的不足。针对上述问题，学者曲福恒提出了多策略多参数并行差分进化算法，为种群中每个个体随

4、机选取策略进行进化，具有相对较好的收敛速度和寻优性能。但算法是根据策略所采样的个体表现来评价策略的进化效果，所以会存在策略采样数量无法保证以及评价标准有所偏差等问题。并且算法使用人工子过程代替整个进化过程，虽然在一定程度上提升了算法的灵活性，但无法对进化中的反馈进行实时调整，同时算法也未对陷入局部最优的情况提出额外的应对措施。本文针对多策略多参数并行差分进化算法存在的不足，提出了一种基于实时多策略与逆向学习的自适应差分进化算法，并对算法的性能进行了研究。具体工作如下：针对多策略多参数并行差分进化算法多策略采样数量无法保证、评价指标存在偏差以及实时性不强等问题，提出了新的实时多策略机

5、制。主要思想是：采用多策略组成的策略池为整个种群实时选取策略进化，将实验个体替代原个体的比率作为评价指标对进化效果进行评价，并依据进化效果判定对当前策略的选取概率进行动态调整。此机制使得算法在解决单峰问题的进化过程中加快了收敛速度，使其能够更早的收敛到最优值。此外，其在处理多峰问题的进化过程中表现出的寻优能力也得到了提升。在实时多策略机制的基础上，针对多策略多参数并行差分进化算法在陷入局部最优时无额外应对措施的不足，引入了Rahnamayan提出I的逆向学习操作，并且在原有触发条件的基础上，提出了新的触发条件。其主要思想是：在原有单一触发机制的基础上，增加了种群局部最优状态判定，当

6、种群的当代最优值与历史最优值一致达到一定代数时，强制触发逆向学习操作。针对种群陷入局部最优状态的问题，提高逆向学习的强度，在处理多峰多极值问题上提升了算法的全局搜索能力，使种群在实时多策略的基础上更容易、更频繁地跳出早熟状态，取得更好的寻优精度。关键词：多策略，实时性，动态，多条件，逆向学习，局部最优IIAbstractDifferentialEvolution（DE),proposedbyStornandPrice,isaclassicbranchoftheevolutionaryalgorithm,withtheadvantagesofbroadapplicability,si

7、mplemanipulation,andeffectivescreening.Ithasexcellentperformanceinnumericaloptimizationproblemsoftherealnumbers.However,itssingleevolutionarystrategycouldnotbeflexibleenoughtoaddressdifferenttypesofissues.Therefore,scholarshavecomeupwit