基于DPBX-α算子的自适应差分进化算法.docVIP

基于DPBX-α算子的自适应差分进化算法 汪洋，蔡之华，龚文引，吴佳 中国地质大学(武汉)计算机学院，武汉，430074 摘要：PBX-α算子是遗传算法(GA)中能够较好地平衡算法勘探性与开采性的一种变异算子. 本 文基于PBX-α算子的思想提出一种新型的差分变异算子DPBX-α, 并将其应用到自适应的差分 进化算法(DE)中, 提出一种改进的差分进化算法(PADE). 采用13组典型的测试函数分别在30维 以及100维上对改进后的算法进行了效果验证, 实验表明, 与其他两种自适应的差分进化算法相 比, 在多数测试函数上PADE都获得最优的效果. 最后将PADE应用于解决声波调频参数估计问 题以及Lennard-Jones 势能问题, 实验结果进一步验证了PADE解决实际优化问题的有效性. 关键词：差分进化；PBX-α算子；自适应；变异 中图分类号： TP273 Enhanced adaptive Di?erential Evolution based on DPBX-α operator Wang Yang, Cai Zhihua, Gong Wenyin, Wu Jia School of Computer Science, China University of Geosciences, Wuhan 430074 Abstract: PBX-α operator is a mutation operator used in the Genetic Algorithm(GA)， which could balance the exploitation and exploration of the algorithm. In this paper, we propose a new mutation operator named DPBX-α which is inspired by some ideas from PBX-α.we combine the DPBX-α operator with self-adaptation DE by some way, and then propose a new variant of DE, namely PADE. To verify the performance of our proposed PADE, 13 benchmark functions with 30 dimensions and 100 dimensions are employed. Experimental results indicate that both in the 30 dimensions and 100 dimensions PADE is most e?ective when compared with two excellent variants of DE. Finally, we validate the powerful capability of our approach by solving two real-world optimization problems: parameter estimation for Frequency-Modulated sound waves and Lennard-Jones potential problem. Key words: di?erential evolution；PBX-α operator；self-adaptation；mutation  0  引言  差分进化算法(Di?erential Evolution, DE)是一种简洁有效的演化计算技术. 它由Storn等 基金项目： 国家自然科学基金项目,高等学校博士学科点专项科研基金(20090145110007, 20110145120009). 作者简介： 汪洋（1989-），男，硕士在读，主要研究方向：数据挖掘、演化计算。通信作者：蔡之华（1964－），男，教授， 博士生导师，主要研究方向是数据挖掘、机器学习、演化计算等. E-mail: zhcai@cug.edu.cn -1- 于1995年提出的, 通过多年的发展与研究, 其已成为解决复杂优化问题的有效算法[1]; 同时, DE是一种基于群体智能理论的优化算法, 通过群体内个体间的合作和竞争产生群体智能指导优 化搜索. 相比于其他演化算法, DE保留了基于种群的全局搜索策略, 采用实数编码、利用一对 一的竞争生存策略, 降低了操作的复杂性; 此外, DE还具有很强的勘探性(exploration), 全局寻 解能力较强. 在解决优化问题的过程中, 传统的DE收敛速度较慢, 开采性(exp