基于差分进化的优化方法及应用

目 录

第 1章 绪论 001

1．1 最优化问题的研究意义 001

1．2 差分进化算法介绍 003

1．3 差分进化算法研究现状 007

参考文献 011

第 2章 改进的组合差分进化算法 015

2．1 引言 015

2．2 组合差分进化算法及其改进 016

2．2．1 组合差分进化算法 016

2．2．2 改进的算法 017

2．3 测试函数寻优 021

2．3．1 测试函数 021

2．3．2 实验比较 024

2．4 MCoDE在ANFIS模型优化中的应用 026

2．4．1 ANFIS 026

2．4．2 ANFIS的优化模型 028

2．4．3 LOO-CV 028

2．4．4 “自上而下”的规则化简方法 029

2．4．5 基于MCoDE和LOO-CV的ANFIS表面粗糙度的预测过程 030

2．4．6 实验结果与讨论 030

2．5 小结 037

参考文献 038

第3章 改进的多种群集成差分进化算法 039

3．1 引言 039

3．2 相关工作 040

3．3 改进的多种群集成差分进化算法研究| 042

3．3．1 概述 042

3．3．2 改进的基于多种群的变异策略集成方法 045

3．3．3 改进的参数适应方法 046

3．3．4 复杂度分析 047

3．4 实验结果与分析 048

3．4．1 实验参数设置 048

3．4．2 测试函数集 049

3．4．3 在30维IEEE CEC2005系列上的结果比较分析 051

3．4．4 在10维和50维IEEE CEC2017系列测试函数上的结果比较分析 061

3．5 讨论 072

3．6 应用IMPEDE解决Hydrothermal调度问题 074

3．7 小结 076

参考文献 077

第4章 面向约束优化的自适应差分进化算法 081

4．1 引言 081

4．2 进化约束处理方法 082

4．2．1 进化计算约束处理方法概述 082

4．2．2 Oracle罚函数方法 083

4．3 自适应约束差分进化算法 084

4．3．1 改进的Oracle罚函数方法 084

4．3．2 通用的离散变量处理方法 085

4．3．3 MOCoDE算法 086

4．4 实验的结果和讨论 087

4．4．1 测试函数集 088

4．4．2 工程约束优化问题 090

4．5 小结 100

参考文献 101

第5章 基于替换和重置机制的多策略变异约束差分进化算法 103

5．1 引言 103

5．2 相关工作 104

5．2．1 约束问题 104

5．2．2 可行性规则 105

5．3 改进的算法 105

5．3．1 多策略变异操作 105

5．3．2 替换机制和重置机制 107

5．3．3 MCoDE算法 107

5．3．4 复杂度分析 108

5．4 仿真实验及结果分析 109

5．4．1 测试函数和实验测试参数 109

5．4．2 实验结果分析 109

5．5 小结 117

参考文献 117

第6章 基于分解和多策略变异的多目标差分进化算法 119

6．1 引言 119

6．2 相关背景 121

6．2．1 多目标问题 121

6．2．2 基于Tchebycheff多目标分解方法 121

6．3 改进的多目标差分进化算法 122

6．3．1 多目标分解方法 122

6．3．2 高效非支配排序 123

6．3．3 多策略变异操作 124

6．3．4 MODE-DMSM算法 125

6．3．5 时间复杂度分析 127

6．4 仿真实验及结果分析 127

6．4．1 测试函数及评价标准 127

6．4．2　实验参数设置 128

6．4．3 实验结果分析 128

6．5 小结 133

参考文献 133

第7章 基于多策略排序变异的多目标差分进化算法 137

7．1 自适应的多策略DE算子 137

7．2 基于多策略排序变异的DE算子 138

7．3 基于拥挤熵的拥挤距离计算策略 140

7．4 MODE-MSRM算法 143

7．4．1 MODE-MSRM算法实现流程 143

7．4．2 算法的收敛性证明 144

7．4．3 算法时间复杂度分析 144

7．5 实验仿真与分析 145

7．5．1 测试函数及参数设置 145

7．5．2 实验结果与分析 147

7．6 小结 150

参考文献 151

第8章 基于外部归档和球面修剪机制的多目标差分进化算法 153

8．1 外部归档 153

8．2 球面修剪机制的基本思想和流程 154

8．2．1 概念及定义 155

8．2．2 球面修剪机制的步骤 156

8．3 控制参数自适应 157

8．4 算法的流程与分析 159

8．4．1 算法的具体流程 159

8．4．2 MODE-ASP的时间复杂度分析 159

8．4．3 算法的特点 160

8．5 数值实验仿真与结果分析 160

8．5．1 测试函数及参数设置 160

8．5．2 结果比较分析 161

8．6 小结 162

参考文献 163

第9章 基于全局物理规划的偏好多目标差分进化算法 165

9．1 偏好的相关知识 165

9．1．1 偏好的含义 165

9．1．2 偏好的类型 166

9．2 全局物理规划 166

9．2．1 物理规划的思路 166

9．2．2 基于物理规划的多目标优化 168

9．2．3 全局物理规划机制 168

9．2．4 全局物理规划的综合偏好函数 171

9．3 基于GPP的DE选择策略和球面修剪机制 171

9．3．1 基于全局物理规划的DE选择策略 171

9．3．2 基于全局物理规划的球面修剪策略 172

9．4 Pareto前沿的大小动态控制策略 173

9．5 算法流程 173

9．6 实验结果分析 174

9．7 小结 178

参考文献 178

第 10章 改进的排序变异多目标差分进化算法 181

10．1 引言 181

10．2 相关知识 182

10．2．1 多目标优化问题 182

10．2．2 MODE-RMO 183

10．3 改进的多目标差分进化算法 184

10．3．1 最优基向量排序变异策略 184

10．3．2 反向参数控制方法 185

10．3．3 改进的拥挤距离计算式 187

10．3．4 MODE-IRM总框架 188

10．3．5 算法复杂度分析 189

10．4 实验分析 190

10．4．1 实验设计 190

10．4．2 算法性能度量指标 190

10．4．3 实验结果与分析 191

10．5 小结 193

参考文献 194

第 11章 基于排列的离散差分进化算法 197

11．1 引言 197

11．2 改进的离散差分进化算法 198

11．2．1 PDE 198

11．2．2 局部搜索方法 201

11．2．3 PDE和 HPDE算法的实现 203

11．3 零等待批处理调度优化 204

11．3．1 零等待流水调度问题 205

11．3．2 排列到ZW调度方案的转换 206

11．3．3 ZWSP的ATSP模型描述 208

11．3．4 零等待调度问题中的应用 211

11．3．5 计算研究 212

11．3．6 结果和讨论 213

11．4 小结 217

参考文献 217

第 12章 基于禁忌列表的离散差分进化算法 219

12．1 引言 219

12．2 改进的混合算法 220

12．2．1 PDE算法及其不足 220

12．2．2 TS 220

12．2．3 基于Ulam距离的禁忌列表方法 221

12．2．4 改进的排列差分进化算法 222

12．3 无等待流水线调度优化 226

12．3．1 无等待流水线调度问题 226

12．3．2 实验 227

12．3．3 结果和讨论 228

12．4 小结 236

参考文献 236