基于Hadoop雙種群并行協(xié)助差分進(jìn)化規(guī)劃算法.pdf

1、在眾多優(yōu)化算法中，進(jìn)化算法(Evolutionary Algorithms，EAs)以算法思想簡(jiǎn)單、易于操作、通用性強(qiáng)和高效率等優(yōu)點(diǎn)著稱。從近年研究現(xiàn)狀來(lái)看，進(jìn)化算法中較為熱門的分支當(dāng)屬差分進(jìn)化算法，該算法思路直觀、操作簡(jiǎn)單、易于實(shí)現(xiàn)，在求解數(shù)值優(yōu)化等問(wèn)題上有比較明顯的優(yōu)勢(shì)。但差分進(jìn)化算法的發(fā)展與應(yīng)用尚不成熟，需要改進(jìn)的地方還有很多，比如如何有效的避免進(jìn)化過(guò)程中陷入早熟收斂狀態(tài)和加快進(jìn)化收斂速度等問(wèn)題。這些問(wèn)題一直是研究者們所面臨的比較

2、棘手的問(wèn)題。目前差分進(jìn)化算法的優(yōu)化主要是從參數(shù)控制、選擇合適的差分策略、融合其他優(yōu)化算法以及雙種群進(jìn)化和多種群進(jìn)化等方面入手進(jìn)行改進(jìn)。
　　本文研究了差分進(jìn)化算法在雙種群進(jìn)化方面的改進(jìn)，主要體現(xiàn)在解決復(fù)雜問(wèn)題時(shí)，提高算法在進(jìn)化過(guò)程中避免陷入早熟收斂和加快收斂速度的性能。具體工作如下:
　　1、針對(duì)差分進(jìn)化算法在進(jìn)化過(guò)程中極易陷入早熟收斂和收斂慢的問(wèn)題，提出了新的改進(jìn)算法—雙種群協(xié)助差分進(jìn)化規(guī)劃算法(DPADEP)。其主要思想

3、如下:其主要分為兩個(gè)階段:雙種群獨(dú)立進(jìn)化階段和雙種群重組階段。在雙種群獨(dú)立進(jìn)化階段引入?yún)f(xié)助最優(yōu)個(gè)體遷移模型，此模型為將原始平分得到的兩個(gè)子種群分別配置種群大小相同的協(xié)助種群，協(xié)助種群與子種群同時(shí)并行進(jìn)化。此外，每代協(xié)助種群與子種群之間進(jìn)行優(yōu)劣個(gè)體替換操作。在子種群重組通信階段，對(duì)BGDEP算法中提出的最優(yōu)個(gè)體非均勻變異進(jìn)化規(guī)劃算子進(jìn)行了改進(jìn)，提出了兩個(gè)新的最優(yōu)個(gè)體進(jìn)化規(guī)劃算子:最優(yōu)個(gè)體柯西變異進(jìn)化規(guī)劃算子和最優(yōu)個(gè)體高斯變異進(jìn)化規(guī)劃算子重