学位论文 > 优秀研究生学位论文题录展示

策略自适应差分进化算法及其应用

作　者: 朱俊
导　师: 颜学峰
学　校: 华东理工大学
专　业: 控制科学与工程
关键词: 策略自适应策略转移策略调度差分进化算法化工动态优化
分类号: TP301.6
类　型: 硕士论文
年　份: 2012年
下　载: 101次
引　用: 0次
阅　读: 论文下载

内容摘要

随着科学技术的发展,最优化已成为控制理论中一个重要的研究课题。如何从一切可能的控制方案中找到最优方案是现代工业化生产过程中急需解决的难题。由于生产工艺和自动化水平的提高,优化对象也从简单的线性优化问题变为复杂、高维的非线性优化问题,传统优化方法已很难求得这类问题的全局最优解。现代智能优化算法以优良的全局搜索能力为求解这些问题提供了新的途径。差分进化算法是一种采用并行、直接的随机搜索,具有很强优化能力的智能优化算法。控制参数和变异策略等因素对差分进化算法的寻优性能和搜索效率有很大影响。为此,本文主要研究一类具有策略自适应的差分进化算法,通过对历史进化经验的学习,实现变异策略的自适应；而控制参数的自适应也进一步提高了算法的全局搜索能力和收敛速率。另外本文对搜索空间自适应也进行了一些尝试,进行的仿真实验及在化工动态优化问题的实际应用均表明本文提出的三个算法都具有很强的鲁棒性和实用性。第一,借鉴分布估计算法,依据当前搜索空间中的优良个体来建立一个可行解的概率分布模型指导全局搜索,利用对优良个体的空间分布信息得到变空间,提出了一种基于种群分布的自适应变空间差分进化算法(Adaptive Variable Space Differential Evolution Algorithm Based on Population Distribution, AVSDE)。AVSDE算法利用得到的变空间指导部分种群的空间搜索,变异策略的随机选择及参数自适应使算法具有很强的全局搜索能力。不同维数的19个标准测试函数的实验结果表明AVSDE算法具有很强的鲁棒性。第二,通过对进化过程中不同变异策略之间的转移进行统计学习,每经过一个学习周期就更新不同策略间的转移概率,进而实现策略转移的自适应,为此,提出了一种策略自适应转移的差分进化算法(Differential Evolution Algorithm with Adaptive Transfer Strategy, ATSDE)。14个标准测试函数的测试结果表明ATSDE算法也具有较强的优化能力,特别是低维函数的优化问题。第三,从计算机系统对不同进程的轮转调度算法得到启发,让不同的变异策略无优先级的周期性地轮转调度使用,根据成功率的不同来调整变异策略的使用时间,提出了一种自适应调度策略的差分进化算法(Differential Evolution Algorithm with Adaptive Scheduling Mutation Strategy, ASDE)。同样也使用了14个标准的测试函数对它的性能进行测试,与当前最新的自适应DE算法SaDE相比,ASDE算法仍然具有很强的竞争力。此外,这三个算法都被使用在两个化工过程动态优化问题中,实验结果表明这三个算法在解决这类问题时也具有很强的优化能力。

全文目录

摘要  5-7
Abstract  7-11
第1章绪论  11-18
  1.1 引言  11
  1.2 智能优化算法  11-14
    1.2.1 进化算法  12-14
  1.3 智能优化算法与化工动态优化  14-15
  1.4 化工动态优化问题  15-17
  1.5 本文的研究内容与章节安排  17-18
第2章基础理论  18-23
  2.1 引言  18
  2.2 基本差分进化算法  18-19
  2.3 差分进化算法的研究进展  19-23
第3章自适应变空间差分进化算法及应用  23-38
  3.1 引言  23
  3.2 自适应变空间差分进化算法  23-28
    3.2.1 自适应变空间  23-25
    3.2.2 变异策略的选择  25-26
    3.2.3 参数自适应  26
    3.2.4 变空间中搜索  26-27
    3.2.5 AVSDE算法流程  27-28
  3.3 仿真测试  28-34
    3.3.1 标准测试函数测试结果  28-32
    3.3.2 测试结果分析  32-33
    3.3.3 参数分析  33-34
  3.4 基于AVSDE算法的化工动态过程优化  34-38
第4章策略自适应转移的差分进化算法及应用  38-56
  4.1 引言  38
  4.2 策略自适应转移的差分进化算法  38-43
    4.2.1 策略自适应转移  38-40
    4.2.2 策略选择  40
    4.2.3 参数自适应  40-41
    4.2.4 ATSDE算法流程  41-43
  4.3 仿真测试  43-53
    4.3.1 标准测试函数  43
    4.3.2 标准测试函数测试结果  43-51
    4.3.3 测试结果分析  51-53
  4.4 基于ATSDE算法的化工动态过程优化  53-56
第5章自适应调度策略差分进化算法及应用  56-75
  5.1 引言  56
  5.2 自适应调度策略差分进化算法  56-60
    5.2.1 策略调度和策略选择  56-58
    5.2.2 参数自适应  58-59
    5.2.3 ASDE算法流程  59-60
  5.3 仿真测试  60-72
    5.3.1 标准测试函数结果  60-71
    5.3.2 测试结果分析  71-72
  5.4 基于ASDE算法的化工动态过程优化  72-75
第6章总结和展望  75-77
  6.1 本文研究总结  75
  6.2 未来工作的展望  75-77
参考文献  77-81
致谢  81-82
作者在读硕士期间撰写的论文  82

策略自适应差分进化算法及其应用

内容摘要

全文目录

相似论文