外文翻譯--差分演化的最新進展一項調(diào)查和實驗分析(中文）

1、中文 中文5340 5340字差分演化的最新進展：一項調(diào)查和實驗分析 差分演化的最新進展：一項調(diào)查和實驗分析摘要 差分演化是一種簡單而有效的優(yōu)化,尤其是持續(xù)優(yōu)化。因此差分演化經(jīng)常用于解決各種工程問題。另一方面,差分演化結(jié)構(gòu)在搜索邏輯中有一些限制,因為它包含了一套有局限的探索方法。這一事實啟發(fā)許多計算機科學(xué)家通過提出對原始算法的修改來改善差分演化。本文介紹了差分演化最近的進展概況。這里提出了差分演化的一個分類，分成兩大組：（1）在差分演

2、化結(jié)構(gòu)中集成附加組件的算法。（2）采用修改過的差分演化結(jié)構(gòu)的算法。對于每個宏組,四個算法代表差分演化中最先進的部分，已經(jīng)被選來深入描述它們的工作原理。為了比較他們的性能,這八個算法已被用來測試一組基準(zhǔn)問題。實驗在一個相對低維情況下和一個相對高維的情況下重復(fù)進行。這篇論文也突出了最近提出的差分演化算法的工作原理，它們之間的相同點和不同點等。盡管在這兩個宏組中尚不清楚是否有一個相對于其他算法更具優(yōu)勢的，但還是能得出一些結(jié)論。首先,為了改進差

3、分演化的性能，包括一些額外的和替代搜索功能的修改是必要的。這些額外的修改應(yīng)該幫助差分演化框架檢測能為其所用的新的有前途的搜索方向。因此, 在成功協(xié)助差分演化方面，有限的使用這些替代方法似乎是最好的選擇。額外的成功方法是通過兩種方式獲得：增大開發(fā)壓力和引入一些隨機化。這種隨機化不應(yīng)該過度,因為它會妨礙搜索。為顯著改進差分演化的功能適當(dāng)?shù)脑黾与S機化是至關(guān)重要的。數(shù)值結(jié)果顯示, 在這項研究中設(shè)計的算法，在一個差分演化框架中被認(rèn)為最有效的額外組

4、件似乎是種群規(guī)模還原和局部搜索比例因子。最近發(fā)表的論文中提出的全局和局部搜索和自適應(yīng)控制參數(shù)方案似乎是最有前途的修改。關(guān)鍵詞：差分演化，調(diào)查，比較分析，自適應(yīng)，持續(xù)優(yōu)化。1 介紹差分演化是一個可靠的和多功能的優(yōu)化器。差分演化,像最受歡迎的進化算法，是一個以群體為基礎(chǔ)的工具。差分演化，不像其他的進化算法，它通過一個規(guī)模不同的兩個隨機選擇的種群向量來產(chǎn)生擾動的解決方案，而不是重組方案所規(guī)定的條件下的概率方案。此外,差分演化使用了一個一對一的

5、產(chǎn)卵邏輯在后代優(yōu)于它的相應(yīng)的父時允許更換一個個體。因為它的簡單和易于實施，可靠性和高性能，差分演化在其原始定義后立即很受計算機科學(xué)家和從業(yè)人員歡迎。前者被認(rèn)可并用來研究差分演化結(jié)構(gòu),而后者把這個簡單而強大的工具應(yīng)用于各種不同的工程問題。雖然差分演化有很大的潛力，很明顯為提高其性能需要科學(xué)界對原結(jié)構(gòu)進行必要的修改。為了對它們進行分析并得出一些有關(guān)未來趨勢的結(jié)論，本文闡述了現(xiàn)代修改差分演化的計劃。在本文中我們細(xì)分修改版的差分演化為兩類：1.

6、集成一個額外組件的差分演化。這類算法包括那些使用差分演化作為一個進化框架,它借助于額外的算法組件，例如:局部搜索,和代理輔助模型。屬于這類的算法可以被清楚地分解為差分演化框架和額外的組件。2. 修改的演化差分結(jié)構(gòu)。這類包括那些對差分演化算法，搜索邏輯，選擇邏輯等做出實質(zhì)性的修改的算法。顯然這個修改應(yīng)該能提高原始差分演化的性能。本文在第二三節(jié)對差分演化進行了研究, 在四五節(jié)進行了深入分析。在我們看來，有代表性的論文是差分演化發(fā)展的基石。根

7、據(jù)我們的判斷，最有前景的和成功的算法解決方案已發(fā)表在相關(guān)論壇，這類算法才能被考慮在內(nèi)。更重要的是，第四節(jié)對以下類別的算法做出了具體闡述：– 三角突變的差分演化 。–簡單交叉局部搜索的差分演化 進制轉(zhuǎn)換并被看做為“本”。為了完整性,我們提到存在一些其他交叉策略,例如在 Price et al. (2005)中的指數(shù)策略。然而在這篇文章中我們專注于本策略，因為它是最常用的和最有前景的。由此產(chǎn)生的后代 xoff 用來評估,根據(jù)一個一對一的產(chǎn)卵

8、的策略, 當(dāng)且僅當(dāng) f (xoff ) ≤ f (xi )時，xoff 能代替 xi，否則不能替代。為了清晰,偽代碼在圖 1 中突出顯示了差分演化的工作原理。圖 13 差分演化：一項調(diào)查 由第二節(jié)看出，差分演化基于很簡單的理念，即通過加入搜索向量和一對一的產(chǎn)卵選擇的幸存者。因此，差分演化是很容易實現(xiàn)編碼和對包含有限數(shù)量的參數(shù)進行調(diào)整。此外，事實上，差分演化是相當(dāng)強大的，許多工程師和實踐者在很多方面用到它。例如, 在Joshi a