第29章基于差分进化算法的函数优化精选.pptVIP

第二十九章 MATLAB优化算法案例分析与应用 第29章 基于差分进化算法的函数优化分析 第二十九章 MATLAB优化算法案例分析与应用 29.1 差分进化算法概述 20世纪60年代初，美国Michigan大学的J.Holland教授借鉴与生物进化机制提出了自适应机器人学习，即成为后来广受人们关注的遗传算法；I.Rechenberg和L.J.Foge等人都面临着各自研究领域所遇到的复杂问题，受生物种群进化过程和生物习性的启发，分别提出了进化策略（ES—evolutionary strategies）和进化规则（EP—evolutionary programming）。后来学者们把这类仿生算法统一称为“进化计算”（evolutionary computation）。 现行的智能算法的普及与应用，得力于计算机技术的普及，计算机性能的提升，使得生物进化算法得意蓬勃发展。生物进化算法能够解决传统算法所不能解决的问题，用户只需要根据自己的工程问题，建立好相应的数学模型，这个数学模型对变量的个数无限制，对于变量约束条件无限制（前提是合理的约束条件），对于目标函数的多重性无限制，运行进化算法能够很轻易的进行求解，并且给出较为精确的解以及满意解。经过大量的学者应用研究，基于生物智能算法，利用计算机帮助寻找和判断最佳方案或最优参数，已经在科学研究、工程设计、经济管理