《差分进化算法概述》2600字.docxVIP

差分进化算法概述

1.1智能算法概述

二十世纪中叶以来，随着我国社会主义经济的快速进步和发展，人们在日常生产、活动和自然科学的研究中遇到了越来越多的受控建模优化问题，为了有效地解决这些受控建模的问题，许多研究者都提出了各种各样的受控建模优化方案，但不同的受控建模问题相比所得到的性能要求也不同，同一种受控建模方法对不同问题的理解的影响和效果也不同，非受控建模优化的直接方法主要有样本搜索法，单纯形搜索法等，这些传统方法在进行求解和优化问题时大多需要满足导出条件，而且这些方法在进行求解复杂优化的问题时很容易步入出现局部最优、早熟收敛等问题的陷阱，收敛慢，时间长，近年来，随着现代信息技术的进步和飞速发展，智能算法现如今已经成为了大量使用于人类的生产过程中必不可少的组成部分，也为解决系统建模问题提供了一种新的解决方案，智能算法作为一种解决问题的工具被广泛应用于各个领域，今年来也成为各行业讨论的焦点话题。群行为智能算法模拟是一种基于人工模仿各种动物的群行为的新型人工智能模拟算法，它们所需要具有的算法结构简单，效率高、鲁棒性强，在系统设计和分析求解系统优化各类问题过程中都可以具有良好的模仿算法和分析性能，目前已经发现有很多基于人工智能模仿各种动物的群行为的智能算法，如蚁群智能算法、粒子群智能算法、差分群和进化的群算法等。

差分进化算法是利用种群之间和自然之间的优胜劣汰关系制度而逐步建立起的一种