基于貪婪策略的微分進化算法及其應用研究.pdf

1、全局優(yōu)化問題大量存在于科學研究和工程應用的各個領域，進行全局優(yōu)化方法的研究具有重要的理論意義和實用價值。微分進化算法是模仿自然界生物進化過程中“優(yōu)勝劣汰、適者生存”原理的一種進化算法，能夠處理非線性、不可微、多局部極值等優(yōu)化問題，具有算法簡單、全局優(yōu)化能力強、魯棒性好等特點。同時，微分進化算法在搜索時存在一定的盲目性，具有局部搜索能力弱、搜索效率低、后期收斂速度慢等缺點，因此在對計算復雜度較高的目標函數(shù)進行優(yōu)化時效果不佳。
　　為

2、了提高微分進化算法的搜索效率，改善應用效果，本文在分析微分進化算法原理的基礎上，對算法中的參數(shù)效能進行統(tǒng)計分析，總結(jié)微分進化算法存在的不足，進行算法改進研究以提高算法的搜索效率，形成三種基于貪婪策略的微分進化算法，并將算法應用于聚類分析和數(shù)字濾波器設計，驗證算法的有效性和實用價值。
　　本文的主要研究內(nèi)容和成果如下：
　　1．利用統(tǒng)計分析和相圖的方法，研究了微分進化算法中變異因子、交叉因子、種群規(guī)模的合理取值范圍，利用單因子

3、方差分析法探討了變異因子、交叉因子、種群規(guī)模與算法收斂速度和優(yōu)化性能之間的關系，并總結(jié)出參數(shù)設置基本指導原則，具有實用價值。
　　2．針對微分進化算法局部搜索能力不強、搜索后期收斂速度較慢的缺點，對微分進化算法的搜索機制進行分析，提出了帶局部增強算子的微分進化算法，使部分個體圍繞當前最優(yōu)個體尋優(yōu)，并隨著迭代次數(shù)增加逐步轉(zhuǎn)向精細搜索，增強算法運行后期的局部搜索能力。仿真結(jié)果表明改進算法具有更強的局部搜索能力和更快的收斂速度。

4、　　3．在研究微分進化算法各優(yōu)化策略優(yōu)缺點的基礎上，提出了二次優(yōu)化和分組優(yōu)化兩種優(yōu)化策略混合方法，并研究了混合因子的動態(tài)更新機制。仿真結(jié)果表明基于混合優(yōu)化策略的微分進化算法具有更高的搜索效率。
　　4．針對微分進化算法變異操作完全隨機和盲目的缺點，提出了貪婪變異算子并與動態(tài)微分進化算法相結(jié)合形成新算法。貪婪變異算子的基點向量從優(yōu)于種群平均適應度的個體中選擇，以加速優(yōu)秀個體的產(chǎn)生。仿真結(jié)果表明改進算法既保持了算法的高尋優(yōu)成功率，同時