差異演化算法及其應(yīng)用研究.pdf

1、差異演化是Storn和Price在1996年提出的一種新型演化算法，近年來(lái)已經(jīng)成為演化計(jì)算中的研究熱點(diǎn)。差異演化利用種群中兩個(gè)個(gè)體向量的差向量作為第三個(gè)個(gè)體向量的擾動(dòng)分量形成變異向量，然后采用優(yōu)勝劣汰的自然選擇機(jī)制產(chǎn)生下一代種群。與其它演化算法相比，差異演化算法具有更好的搜索性能，適宜于求解高維、非線性和多目標(biāo)優(yōu)化問(wèn)題。目前差異演化算法已廣泛應(yīng)用于各個(gè)領(lǐng)域。然而，差異演化算法和其它演化算法一樣，也存在著早熟、后期收斂速度慢及算法控制參數(shù)

2、難以正確選取等問(wèn)題。同時(shí)，差異演化算法的機(jī)理決定了它適合于求解連續(xù)空間的最優(yōu)化問(wèn)題，不能直接用來(lái)求解離散空間的組合優(yōu)化等問(wèn)題。本論文正是從這幾個(gè)方面進(jìn)行了深入研究，提出了若干改進(jìn)算法，并把這些改進(jìn)算法應(yīng)用于自適應(yīng)均衡算法設(shè)計(jì)、模糊聚類(lèi)分析、多Agent聯(lián)盟形成等領(lǐng)域，取得了很好的效果。本文主要工作和創(chuàng)新點(diǎn)概述如下： （1）為加快差異演化算法的收斂，避免算法陷入局部最優(yōu)解，提出一種雙子代競(jìng)爭(zhēng)差異演化算法DocDE。算法利用交叉操作

3、生成兩個(gè)子代個(gè)體，并通過(guò)改進(jìn)的兩次“貪心式”選擇策略與父代個(gè)體一起競(jìng)爭(zhēng)形成新一代種群。該算法可以充分利用父代個(gè)體中的有用基因信息，有效擴(kuò)大算法的搜索空間，提高算法的搜索效率。標(biāo)準(zhǔn)測(cè)試函數(shù)上的實(shí)驗(yàn)結(jié)果顯示，該算法具有較好的適應(yīng)性、穩(wěn)定性及較強(qiáng)的全局搜索能力，特別是對(duì)高維復(fù)雜函數(shù)，該算法可以較快地找到最優(yōu)解。同時(shí)，把DocDE算法應(yīng)用于無(wú)線通信系統(tǒng)中的自適應(yīng)均衡算法設(shè)計(jì)，提出一種基于DocDE的自適應(yīng)均衡算法，利用DocDE代替?zhèn)鹘y(tǒng)梯度下降

4、方法調(diào)節(jié)均衡器中的抽頭系數(shù)。實(shí)驗(yàn)結(jié)果表明，基于DocDE的自適應(yīng)均衡算法能夠獲得比傳統(tǒng)基于梯度下降的LMS算法更好的收斂速度和更高的收斂精度，具有較低的誤碼率，可以有效減少訓(xùn)練序列的長(zhǎng)度，增加信息傳輸?shù)挠行r(shí)間，提高信道利用率。 （2）針對(duì)差異演化演化算法的控制參數(shù)選取問(wèn)題，提出一種自適應(yīng)差異演化算法SelfDE，自動(dòng)調(diào)整算法中的縮放因子和交叉概率。該算法對(duì)種群中每個(gè)個(gè)體都使用各自獨(dú)立的縮放因子和交叉概率，并把個(gè)體適應(yīng)度作為個(gè)體

5、對(duì)應(yīng)控制參數(shù)調(diào)整的決策依據(jù)，從而克服控制參數(shù)調(diào)整的盲目性。該方法不但可以減少差異演化算法中需要人工選取的控制參數(shù)，而且加快了算法的收斂速度。通過(guò)不同測(cè)試函數(shù)的仿真實(shí)驗(yàn)表明，與其它參數(shù)自適應(yīng)算法相比，SelfDE算法在最優(yōu)解質(zhì)量和收斂速度上都有較好的表現(xiàn)。另外，針對(duì)模糊聚類(lèi)問(wèn)題，提出一種動(dòng)態(tài)權(quán)和有效性函數(shù)DWSVF指標(biāo)，改進(jìn)了聚類(lèi)有效性指標(biāo)的效率。將SelfDE算法應(yīng)用于模糊C-均值聚類(lèi)，以動(dòng)態(tài)權(quán)和有效性函數(shù)指標(biāo)為適應(yīng)度函數(shù)，提出一種基于

6、自適應(yīng)差異演化的模糊C-均值聚類(lèi)算法FCBADE。在不同數(shù)據(jù)集上的實(shí)驗(yàn)結(jié)果表明，提出的聚類(lèi)有效性指標(biāo)DWSVF性能穩(wěn)定，F(xiàn)CBADE算法能準(zhǔn)確地找到實(shí)際聚類(lèi)數(shù)、有效地避免陷入局部極值問(wèn)題，比其它幾種聚類(lèi)算法具有更好的性能。 （3）在多Agent系統(tǒng)中，Agent聯(lián)盟形成是一個(gè)組合優(yōu)化問(wèn)題。將求解連續(xù)域上函數(shù)優(yōu)化問(wèn)題的差異演化算法應(yīng)用于離散域上組合優(yōu)化問(wèn)題求解，結(jié)合Agent聯(lián)盟形成問(wèn)題提出一種二進(jìn)制編碼差異演化算法BinDE。算