基于辅助函数的自适应差分进化算法研究.pdf

基于辅助函数的自适应差分进化算法研究.pdf

ID:51843381

大小:923.87 KB

页数:67页

时间:2020-03-16

基于辅助函数的自适应差分进化算法研究.pdf_第1页
基于辅助函数的自适应差分进化算法研究.pdf_第2页
基于辅助函数的自适应差分进化算法研究.pdf_第3页
基于辅助函数的自适应差分进化算法研究.pdf_第4页
基于辅助函数的自适应差分进化算法研究.pdf_第5页
资源描述:

《基于辅助函数的自适应差分进化算法研究.pdf》由会员上传分享,免费在线阅读,更多相关内容在应用文档-天天文库

1、基于辅助函数的自适应差分进化算法研究作者姓名王丹导师姓名、职称王宇平教授一级学科计算机科学与技术二级学科计算机软件与理论学科门类工学硕士提交毕业论文日期2014年11月学校代码10701学号1203121635分类TN82号TP30密级公开西安电子科技大学硕士学位论文基于辅助函数的自适应差分进化算法研究作者姓名:王丹一级学科:计算机科学与技术二级学科:计算机软件与理论学科门类:工学指导教师姓名、职称:王宇平教授提交日期:2014年11月ResearchonAdaptiveDifferentialEvolutionAlgorit

2、hmbasedonAuxiliaryFunctionAthesissubmittedtoXIDIANUNIVERSITYinpartialfulfillmentoftherequirementsforthedegreeofMasterinComputerScienceandTechnologyByWangDanSupervisor:Prof.WangYupingNovember2014西安电子科技大学学位论文独创性(或创新性)声明秉承学校严谨的学风和优良的科学道德,本人声明所呈交的论文是我个人在导师指导下进行的研究工作及取得的

3、研究成果。尽我所知,除了文中特别加以标注和致谢中所罗列的内容以外,论文中不包含其他人已经发表或撰写过的研究成果;也不包含为获得西安电子科技大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。学位论文若有不实之处,本人承担一切法律责任。本人签名:日期:西安电子科技大学关于论文使用授权的说明本人完全了解西安电子科技大学有关保留和使用学位论文的规定,即:研究生在校攻读学位期间论文工作的知识产权单位属于西安电子科技大学。学校有权保留送交论文的复印件,允许查阅、借

4、阅论文;学校可以公布论文的全部或部分内容,允许采用影印、缩印或其它复制手段保存论文。同时本人保证,获得学位后结合学位论文研究成果撰写的文章,署名单位为西安电子科技大学。保密的学位论文在年解密后适用本授权书。本人签名:导师签名:日期:日期:摘要摘要全局优化问题在实际生活中很常见,通常情况下,经济模型、金融、网络交通、数据库以及集成电路设计等问题都可以被建模成全局优化问题。所以,对该问题的研究具有十分重要的意义。全局优化问题的一个难点是该问题的局部最优解不止一个,而现有的传统方法对于复杂的全局优化问题不够高效,因此不能直接有效地应

5、用于求解全局最优化问题。智能算法的出现很好地解决了这个问题,而差分进化算法是一种高效的进化算法。在本文中我们主要研究基于辅助函数的差分进化算法,具体研究内容如下:本文分别提出了两种基于辅助函数的自适应差分进化算法。1.由于差分进化算法在进化后期,种群多样性会随着个体之间差异的减小而降低,容易导致早熟收敛现象,从而陷入局部最优。为了使算法跳出局部最优,本文在差分进化算法的基础上,结合了填充函数方法可以跳出局部最优解的优点,在第三章中提出了一种新的基于填充函数的自适应差分进化算法SDEBF。首先,为了增加初始种群的多样性,提出了一

6、种新的初始化种群的方法,并且对初始种群进行了划分;其次,对变异算子进行了改进,提出一种新的缩放因子,根据各子种群的特点动态改变缩放因子,并对不同子种群采用不同的变异策略。为了测试算法SDEBF的性能,我们对几个经典的连续可微问题进行了求解,实验结果表明,SDEBF算法能够有效的解决连续可微问题。2.由于SDEBF算法中使用填充函数时,使用了拟牛顿法进行了局部搜索,因此对求解问题有连续可微性的要求,这使得算法具有一定的局限性。为了使得算法能跳出局部最优,并且适用范围更加广泛,本文在第四章中提出了一种新的基于平滑函数的自适应差分进

7、化算法SDEBS。在本算法中,首先,结合平滑技术对目标函数进行处理,能够去掉很多差的个体,加快搜索速度;其次,提出了一种新的自适应的均匀交叉算子,能有效的保持种群多样性;最后提出了一种新的混合选择算子,克服了传统选择算子的不足,有效的保证了下一代子种群的个体质量,并在进化后期提高了算法的收敛速度。为了测试本文提出的两个新算法,我们分别在两个经典测集上对新算法进行了数值实验,并与几个已有的算法进行了比较,测试结果表明本算法是稳定的,并且更加高效。最后,对本文的工作以及算法的不足之处做了总结,并指出了未来的研究方向。I西安电子科技

8、大学硕士学位论文关键词:全局优化,差分进化,自适应,平滑技术,填充函数论文类型:基础研究类IIABSTRACTABSTRACTGlobaloptimizationproblemsarewidelyusedincommonlife.Itisofgreatimportanceto

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。