差分进化算法收敛机理和在数据处理中的应用

发布时间：2024-05-18 12:49

　　差分进化算法(Differential Eveolution,DE)的收敛性理论是进化算法研究中的一个重要课题,DE的收敛性机理在几何上通常有两种形式:一个是离散编码的种群个体的积木块原理或种群进化原理;另一个是连续编码的种群个体的积木块原理或种群进化原理.本论文在前人研究基础上对DE算法的收敛性机理、DE算法蕴含在进化区域中的拓扑结构、种群个体的量子性质等方面进行了研究,同时还研究了改进的DE算法在数据处理方面的应用.具体研究内容如下:一、研究了DE算法在实空间中种群个体进化的模式集定理,即设C是R中的完备空间,种群特征函数fε(Xi)在完备空间中连续,且摄动变量(P-ε)条件下微分方程的迭代格式是一致收敛的,对种群个体进行实数(或整数)编码,则在DE相关算子操作作用下,具有较低模式集阶、较短模式集距、较高适应度函数值的模式集的生存数量,随种群迭代将增加收敛趋势.二、探究DE算法蕴含在含参数β的Hilbert空间上的收敛性与最优点的量子性质,建立了P-ε条件下高阶微分方程的控制收敛迭代格式,分析了DE算法蕴含在Hilbert空间中的三种拓扑结构:单点拓扑异构、分支拓扑异构、离散拓扑异...

【文章页数】：93 页

【学位级别】：硕士

【部分图文】：

图３?Ｐ瓦—算法对豸丑１数据的收敛性集成??由图可知，通过对Ｃ／Ｃ７机器学习数据进行二维降阶分析，发现ＣＬ４、ｉＶｉｌｆＪ、ＡＲ／三??

?１?１???１?１?１??－１?－０．５?０?０．５?１?１．５?２?－０．５?０?０．５?１?１．５?２??（ｉ）?（ＡＲＩ００１）?（ｊ）?（ＡＲＩ００２）??２ｒ?１．８?－??－０．５?１?１?１?１?－０．２?一?１?、？?．一?＇?１?１??－１?－０．５?０?０，....

本文编号：3976955