小型微型计算机系统
小型微型計算機繫統
소형미형계산궤계통
MINI-MICRO SYSTEMS
2013年
12期
2837-2840
,共4页
差分进化算法%动态优化%多种群
差分進化算法%動態優化%多種群
차분진화산법%동태우화%다충군
differential evolution%dynamic optimization%multi-population
提出一种求解动态优化问题的改进差分进化算法.新算法将种群分为跟踪和搜索两个种群.通过监测跟踪种群的当前最优解和次优解来判断环境是否发生变化.发现环境变化时,重新计算种群适应值,分别找出变化后两个种群新的最优解.最优解好的种群,变为跟踪种群,保持不变,采用DE/best/1变异策略,在其最优解附近进行局部搜索;最优解差的种群,变为搜索种群,重新初始化,采用DE/rand/1变异策略全局搜索,扩大搜索范围,寻找新的最优解.搜索过程中,跟踪种群和搜索种群各负其责,相互配合提高了算法的搜索效率.比较跟踪和搜索种群的最优解,好的最优解作为动态优化问题的解.最后,用DynamicFunctionl(DF1)函数对算法进行了验证,实验结果表明该算法可行有效.
提齣一種求解動態優化問題的改進差分進化算法.新算法將種群分為跟蹤和搜索兩箇種群.通過鑑測跟蹤種群的噹前最優解和次優解來判斷環境是否髮生變化.髮現環境變化時,重新計算種群適應值,分彆找齣變化後兩箇種群新的最優解.最優解好的種群,變為跟蹤種群,保持不變,採用DE/best/1變異策略,在其最優解附近進行跼部搜索;最優解差的種群,變為搜索種群,重新初始化,採用DE/rand/1變異策略全跼搜索,擴大搜索範圍,尋找新的最優解.搜索過程中,跟蹤種群和搜索種群各負其責,相互配閤提高瞭算法的搜索效率.比較跟蹤和搜索種群的最優解,好的最優解作為動態優化問題的解.最後,用DynamicFunctionl(DF1)函數對算法進行瞭驗證,實驗結果錶明該算法可行有效.
제출일충구해동태우화문제적개진차분진화산법.신산법장충군분위근종화수색량개충군.통과감측근종충군적당전최우해화차우해래판단배경시부발생변화.발현배경변화시,중신계산충군괄응치,분별조출변화후량개충군신적최우해.최우해호적충군,변위근종충군,보지불변,채용DE/best/1변이책략,재기최우해부근진행국부수색;최우해차적충군,변위수색충군,중신초시화,채용DE/rand/1변이책략전국수색,확대수색범위,심조신적최우해.수색과정중,근종충군화수색충군각부기책,상호배합제고료산법적수색효솔.비교근종화수색충군적최우해,호적최우해작위동태우화문제적해.최후,용DynamicFunctionl(DF1)함수대산법진행료험증,실험결과표명해산법가행유효.
