差分进化的若干问题及其应用研究

发布时间：2017-08-26 16:17

  本文关键词：差分进化的若干问题及其应用研究

  更多相关文章： 进化计算 差分进化算法 相机空间操控系统 群搜索优化算法 自适应共振理论

【摘要】：进化计算作为一种新的智能优化技术,已经广泛应用于工程科学的各个领域,与传统的优化方法相比,进化计算在对全局复杂性优化问题的求解以及易用性方面都显示出其优越性。差分进化算法是一种基于种群差异的进化计算方法,通过种群内个体间的合作与竞争来实现对优化问题的求解。在对差分进化算法的研究中,算法设计一直是研究工作的重点,这方面的研究始终围绕着两个主题,一是提高差分进化算法的性能和工作效率,二是拓展差分进化算法的应用领域。本论文围绕这两个主题,提出了一些新方法来提高差分进化算法的性能,另外对一些实际中常碰到的复杂优化问题,提出了一些利用差分进化算法的新方案,具体研究内容如下。论文首先介绍了课题的研究背景和意义；接着简单介绍了进化计算的一些常见算法分支及其历史；然后介绍了差分进化算法的原理以及研究现状,主要介绍了差分进化算法的种群初始化、参数选择、策略选择以及混合算法等四个研究方向；最后介绍了本文的研究工作和创新点。针对差分进化算法容易陷入局部最优解的问题,提出了新的尺度因子扰动机制。在变异操作阶段,使用了随机分布尺度因子向量代替尺度因子的固定取值,以此提高整个种群的多样性。针对差分进化算法的交叉方式选择问题,提出了使用局部随机中间重组和混合交叉来改善差分进化算法的性能。在交叉操作阶段,通过使用局部随机中间重组操作生成的子代个体,可以从父代中获得更多信息。该操作可以在以目标向量和捐赠向量各个维度的特征为顶点构成的超立方体内部进行搜索。另外,从DE算法在执行过程中可能会出现停滞的问题出发,提出使用混合交叉操作来扩大搜索区域以提高DE的全局搜索能力,混合交叉操作可以在由父代个体确定的边界附近一定范围内产生新的个体。针对差分进化算法的策略选择问题,提出了新的基向量选择机制以及种群规模的缩减机制。首先从差分进化算法中基向量的选择问题出发,提出了使用历史最佳个体和随机个体的线性组合作为基向量。在进化过程的不同阶段,动态调整基向量中最佳个体和随机个体所占比例,这样既可以在进化初始阶段使种群中的个体具有多样性,又可以在进化后期提高算法的收敛性能。针对在进化后期,过多的同质个体将集中在目标点周围,提出使用线性调节机制来控制组合差分进化算法的种群规模,以此提高差分进化算法的收敛性能。针对差分进化算法和其它算法进行混合操作的问题,提出了差分进化算法和群搜索优化算法进行混合的方法来提高算法的整体性能。首先从单个算法解决实际问题时都有其各自的特点出发,提出了与群搜索优化算法混合的差分进化算法。然后又从自适应共振理论神经网络需要事先人工设定参数的问题出发,提出了使用差分进化算法对简化模糊自适应共振理论神经网络的参数进行优化,并将优化后的简化模糊自适应共振理论神经网络作为分类器进行实验,结果表明使用该方法可以获得较高的分类正确率。针对相机空间操控系统的精度依赖于机器人关节旋转角度和末端效应器上特定基准点之间的局部关系的问题,提出使用差分进化算法来估计特定基准点的相对偏移量,并对相关参数的可观测性进行了研究和讨论。针对相机空间操控系统的视觉参数初始值可能出现选择不当的问题,提出使用差分进化算法来计算其视觉参数。实验结果表明,使用差分进化算法计算得到的视觉参数可以使相机空间操控系统的定位精度有了明显地提升。最后对本论文进行了总结,并提出了差分进化算法存在的问题并对该算法未来可能的研究方向进行了展望。
【关键词】：进化计算 差分进化算法 相机空间操控系统 群搜索优化算法 自适应共振理论
【学位授予单位】：南京理工大学
【学位级别】：博士
【学位授予年份】：2015
【分类号】：TP18
【目录】：

• 摘要5-7
• Abstract7-11
• 1 绪论11-29
• 1.1 研究背景和意义11-12
• 1.2 几种典型的进化计算方法12-14
• 1.3 标准差分进化算法14-17
• 1.3.1 种群初始化14-15
• 1.3.2 变异操作15-16
• 1.3.3 交叉操作16-17
• 1.3.4 选择操作17
• 1.4 差分进化算法的研究现状17-26
• 1.4.1 差分进化的种群初始化18
• 1.4.2 差分进化的控制参数选择18-21
• 1.4.3 差分进化的策略选择21-24
• 1.4.4 混合算法24-26
• 1.4.5 差分进化算法的应用26
• 1.5 本文的主要研究内容和创新点26-28
• 1.5.1 主要研究内容26-27
• 1.5.2 论文的创新点27-28
• 1.6 论文的安排28-29
• 2 基于可变尺度因子及多种交叉机制的差分进化算法29-45
• 2.1 引言29-31
• 2.2 可变尺度因子向量的差分进化算法31-38
• 2.3 局部随机中间重组差分进化算法38-41
• 2.4 混合交叉差分进化算法41-43
• 2.5 本章小结43-45
• 3 改进捐赠向量和种群规模调节机制的差分进化算法45-61
• 3.1 引言45
• 3.2 差分进化算法基本策略描述45-47
• 3.3 改进捐赠向量的差分进化算法47-54
• 3.4 种群规模线性调节机制的组合差分进化算法54-58
• 3.5 基于差分进化的特征子集选择58-59
• 3.6 本章小结59-61
• 4 混合差分进化算法61-80
• 4.1 混合差分进化算法和群搜索优化算法61-72
• 4.1.1 群搜索优化61-64
• 4.1.2 混合差分进化群搜索优化算法64-65
• 4.1.3 实验及结果分析65-72
• 4.2 基于差分进化的自适应共振理论神经网络72-78
• 4.2.1 简化模糊自适应共振理论神经网络72-76
• 4.2.2 基于差分进化的简化模糊自适应共振理论神经网络76
• 4.2.3 实验及结果分析76-78
• 4.3 本章小结78-80
• 5 基于差分进化算法的相机空间操控系统80-103
• 5.1 引言80
• 5.2 相机空间操控系统介绍80-84
• 5.3 基于差分进化算法的相机空间操控系统优化84-93
• 5.3.1 基准点的准确度对定位的影响84
• 5.3.2 相机空间操控系统的差分进化优化84-87
• 5.3.3 实验及结果分析87-93
• 5.4 基于差分进化的相机空间操控系统的参数优化93-102
• 5.4.1 相机操控系统的视觉参数对定位的影响93-94
• 5.4.2 实验结果及分析94-102
• 5.5 本章小结102-103
• 6 结论与展望103-105
• 致谢105-106
• 参考文献106-119
• 附录119

【共引文献】

中国期刊全文数据库 前10条

1 刘黎黎;王诗元;汪定伟;;求解交货期可变动态调度问题的差分进化算法[J];东北大学学报(自然科学版);2011年02期

2 王杰文;;差分进化算法研究进展[J];湖南第一师范学报;2009年06期

3 刘明广;杜纲;李高扬;;一种求解混合整数非线性规划的新算法[J];系统工程;2005年10期

4 耿蕊;郎晓萍;李晓英;;超短激光脉冲的自适应整形放大研究[J];北京信息科技大学学报(自然科学版);2013年02期

5 杨金龙;陈丹;;基于DE的WSN能量空洞问题最优发射半径选取[J];电子科技;2014年05期

6 贺筱军;李为民;黄仁全;;基于攻击策略的复杂网络拓扑结构优化模型[J];电讯技术;2014年09期

7 刘召军;高兴宝;;融合自适应混沌差分进化的粒子群优化算法[J];纺织高校基础科学学报;2015年01期

8 马震远;梁钰彬;赵凯;林智勇;;基于双变异算子的差分进化算法[J];广东技术师范学院学报;2015年08期

9 池元成;方杰;饶大林;蔡国飙;;自适应中心变异差分进化算法及其在涡轮叶型优化设计中的应用[J];航空动力学报;2010年08期

10 彭雷;戴光明;王茂才;陈方杰;;用改进的差异演化算法求解双冲量交会问题[J];华中科技大学学报(自然科学版);2007年09期

中国重要会议论文全文数据库 前2条

1 ;A New Differential Evolution Algorithm for Dynamic Scheduling Problems with Variant Job Weights[A];Proceedings of the 2011 Chinese Control and Decision Conference（CCDC）[C];2011年

2 耿蕊;陆玉春;刘楚;张帆;王春灿;简水生;;自适应脉冲整形对啁啾脉冲放大系统的影响[A];2009年先进光学技术及其应用研讨会论文集（上册）[C];2009年

中国博士学位论文全文数据库 前10条

1 许伟;基于进化算法的复杂化工过程智能建模方法及其应用[D];华东理工大学;2011年

2 付宏杰;求解二元约束满足问题的混合差分进化算法研究[D];吉林大学;2011年

3 王勇;基于进化算法求解复杂连续优化问题的研究[D];中南大学;2011年

4 张雪霞;智能优化算法及其在电力系统无功优化中的应用研究[D];西南交通大学;2011年

5 李定启;煤与瓦斯突出矿井瓦斯治理现状评价方法及应用[D];中国矿业大学;2011年

6 郭鹏;差分进化算法改进研究[D];天津大学;2012年

7 王娆芬;过程控制操作员生理信号分析及功能状态建模[D];华东理工大学;2012年

8 高林;数据校正技术若干研究及应用[D];华东理工大学;2010年

9 刘荣辉;多阶段自适应差分进化算法及应用研究[D];东华大学;2012年

10 史彦军;复杂布局的协同差异演化方法与应用研究[D];大连理工大学;2006年

中国硕士学位论文全文数据库 前10条

1 丛婷婷;差分进化算法的并行实现[D];曲阜师范大学;2011年

2 刘潇;多目标差分进化混合算法研究及其在磨矿分级中的应用[D];中南大学;2011年

3 马勋亮;微分进化神经网络算法研究[D];哈尔滨工业大学;2010年

4 邵琳琳;模体发现模型设计与研究[D];济南大学;2010年

5 杨宝迪;演化聚类算法及其应用研究[D];哈尔滨工程大学;2011年

6 王磊;并行与双系统协同差异进化算法及其应用[D];大连理工大学;2011年

7 王远辉;布局模式和对立协同差分进化算法及应用[D];大连理工大学;2011年

8 黄越;微分进化算法及其在无人机航迹规划中的应用研究[D];东北大学;2009年

9 蔡思捷;差分进化算法在盲检测中的研究与应用[D];南京邮电大学;2012年

10 刘兴阳;智能算法的研究与应用[D];江南大学;2012年

，

本文编号：742313