差分进化算法.pptVIP

DE是一种随机的并行直接搜索算法,它可对非线性不可微连续空间函数进行最小化,以其易用性、稳健性和强大的全局寻优能力在多个领域取得成功； 在约束优化计算、聚类优化计算、非线性优化控制、神经网络优化、滤波器设计、阵列天线方向图综合及其它方面得到广泛应用。 应用 差分进化算法全文共34页，当前为第19页。 根据实际问题进行编码 开 始 设置参数 生成初始种群 计算个体适应值 是否满足进 化终止条件 算法结束， 输出最优个体 遗传操作， 生成新种群 否 是 一般演化算法的过程 问题 1、遗传操作象 种群中所有个体 种群中部分个体 2、遗传操作顺序 重叠 非重叠 3、新种群重组方式 演化算法算法流程 差分进化算法全文共34页，当前为第20页。 2.2标准DE流程图 DE算法： 基于实数编码； 整体结构类似于遗传算法； 变异操作是基于染色体的差异 向量进行的； 差分进化算法全文共34页，当前为第21页。 求解非线性函数f (x 1, x 2, ?, x n)的最小值问题, x i满足： 令 是第t代的第i个染色体, 则 其中,n 是染色体的长度,即变量的个数,M为群体规模, 是最大的进化代数。 基本算法实例 差分进化算法全文共34页，当前为第22页。 (1) 生成初始种群 在