导读:本文包含了差异进化算法论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:算法,差异,邻域,多核,差异化,双峰,协方差。
差异进化算法论文文献综述
吴峰[1]（2018）在《基于差异化邻域策略的分解多目标进化算法研究及应用》一文中研究指出在实际工程和科学研究中,人类总是遵从“最大化效益,最小化成本”这一优化原则,使得多目标优化问题成为研究的热点。多目标优化问题旨在同时优化相互冲突、相互约束的多个目标,获得一组近似的Pareto最优解集,以便决策者从中挑选最优方案。基于分解的多目标进化算法(MOEA/D)在解决多目标优化问题时具有较强的搜索能力,高效的适应度评价,良好的收敛性等优势成为研究热点。然而,随着目标维度的增加,种群中非支配解的比例迅速上升,同时逼近整个Pareto前沿所需的解的个数呈指数增长,使得算法搜索全局最优解的能力骤降;此外,处理具有复杂Pareto解集的多目标优化问题时,算法对优秀解的选择压力不足,易陷入局部最优。MOEA/D在求解此类多目标优化问题时,存在着求解质量不够高、收敛速度慢、收敛不到前沿、资源分配不合理等问题。针对上述两个难点,本文从算法的计算资源分配为切入点,通过分析不同大小的邻域对算法性能的影响,提出差异化邻域策略,对算法的计算资源进行有效地分配,从而提高算法性能。本文主要研究内容如下:(1)子问题邻域对基于分解的多目标进化算法性能影响较大:当邻域过大时,种群繁殖产生的新解偏离Pareto解集,在更新子问题时,新解与邻域内旧解的比较次数增多,增加算法的计算复杂度;当邻域过小时,算法容易陷入局部最优。为解决上述问题,本文提出基于差异化邻域策略的分解多目标进化算法,通过分析不同大小的邻域对算法性能的影响,来选择合适的参数,并根据每个子问题的权重向量与中心向量的偏角,为各子问题设置不同大小的邻域,从而合理分配算法资源,提高算法搜索全局最优解的速率。(2)将MOEA/D-DN应用于有硬时间窗的车辆路径问题。该算法在目标空间中生成均匀分布的权重向量,将多目标车辆路径问题分解成若干个的单目标优化子问题,使每个权重向量绑定一个个体,然后同时优化这些子问题,让个体沿着权重向量的方向向Pareto前沿收敛,通过差异化邻域策略给各个子问题分配合理的计算资源,增加算法对更优解的选择压力,并引入新颖交叉算子,避免算法陷入局部最优,为决策者提供更优的选择方案。(本文来源于《浙江工业大学》期刊2018-06-01）
陆正媚[2]（2018）在《电力系统有功优化的改进差异进化算法研究》一文中研究指出考虑经济和安全性的最优潮流问题是能源系统运行和规划中最重要的课题之一。电力系统有功优化是在最优潮流的基础上,调节发电机的有功功率输出、电压幅值、变压器的分接头选择以及无功补偿器的无功投切,使系统的某一个指标得以优化,同时使系统满足安全运行的约束条件。本文选用能克服传统算法缺点的差异进化(Differential Evolution,DE)算法对有功优化问题进行求解。首先,论文介绍了最优潮流的相关概念以及潮流计算的求解模型,并在其基础上建立了有功优化问题的数学模型。其次,论文概述了DE算法的基本组成,并在其基础上提出了内部改进与外部改进。内部改进即利用记忆特性,增加扰动变量,使优秀个体与其他个体间的差异作为变异策略的前进导向,同时使固定取值的搜索步长F和交叉算子C_R根据优化过程的特点变为动态取值,形成内部改进差异进化(Internal Improved Differential Evolution,IDE)算法;外部改进即在DE算法的基础上加入旁观者机制,形成外部改进差异进化(External Improved Differential Evolution,EDE)算法;将内部改进与外部改进同时加入到DE算法中,形成新的改进差异进化(Improved Differential Evolution,IEDE)算法。为了验证改进措施的有效性,本文介绍了5种基准函数,并将其用来测试DE、IDE、EDE以及IEDE四种算法的性能。实验结果显示,IEDE算法优于前面叁种算法。其中,IDE与DE算法之间的比较体现了内部改进的高效性;EDE与DE算法之间的比较体现了外部改进的有效性;而IEDE算法的优化结果说明改进措施从DE算法的内部和外部同时提升了算法性能。再次,考虑到最优潮流中需要对变量约束进行处理,IEDE算法不能直接求解有功优化问题,于是本文提出了一种新约束处理策略(New Constraint Handling Strategy,NC),并将其与IEDE算法结合,形成包含新约束处理策略的改进差异进化(Improved Differential Evolution with New Constraint Handling Strategy,NC-IEDE)算法。本文还引入了处理约束的罚函数法,并将其与IEDE算法结合,形成包含罚函数法的改进差异进化(Improved Differential Evolution with Penalty Function,F-IEDE)算法,同时将NC与DE算法相结合,形成具有新约束处理策略的差异进化(Differential Evolution with New Constraint Strategy,NC-DE)算法。最后,为了验证新约束处理策略以及改进算法的优越性,论文将提出的NC-IEDE,F-IEDE和NC-DE算法基于MATLAB软件分别针对10个不同方案进行电力系统有功优化仿真实验,仿真系统包括IEEE 30、IEEE 57和IEEE 118叁个不同规模的系统,优化目标包括7个不同目标函数。实验结果表明,NC-IEDE算法能成功求解有功优化问题且具有更高的求解效率,说明提出的新约束处理策略相比于传统罚函数法,能更好的处理多约束优化问题。此外,与近几年其他文献中的算法结果相比较,NC-IEDE算法同样具有一定的优越性,表明本文提出的改进算法有一定的技术突破。(本文来源于《重庆邮电大学》期刊2018-04-16）
王丽萍,吴峰,张梦紫,邱飞岳[3]（2017）在《基于差异化邻域策略的分解多目标进化算法》一文中研究指出子问题邻域对基于分解的多目标进化算法性能影响较大.当邻域过大时,种群繁殖产生的新解偏离Pareto解集,在更新子问题时,新解与邻域内旧解的比较次数增多,算法的计算复杂度增加;当邻域过小时,算法容易陷入局部最优.为了解决上述问题,文中提出基于差异化邻域策略的分解多目标进化算法(MOEA/D-DN),通过分析不同大小的邻域对算法性能的影响,选择合适的参数.并根据每个子问题的权重向量与中心向量的偏角,为各子问题设置不同大小的邻域,合理分配算法资源,提高算法搜索全局最优解的速率.在2维ZDT系列和3维、5维DTLZ系列测试函数上的实验表明,MOEA/D-DN的收敛速度与收敛性能均有明显提高,算法的计算资源分配更合理,所获解集整体质量更优.(本文来源于《模式识别与人工智能》期刊2017年12期）
陈功贵,陆正媚,刘耀,孙智[4]（2017）在《基于改进差异进化算法的有功优化仿真研究》一文中研究指出在电力系统有功优化这个复杂的全局优化问题上,差异进化(Differential Evolution,DE)算法可以增加其种群多样性但搜索效率低,于是在其基础上提出了一种改进的差异进化算法(Improved Differential Evolution,IDE)。IDE算法保留了DE算法的叁大步骤:变异、交叉以及选择,优化了传统的变异策略,同时引入了Logistic映射改变系统参数,使固定取值的搜索步长和交叉算子在一定范围内随机取值,以此扩大种群搜索范围,加快收敛速度;IDE算法最后运用了考虑系统约束的非贪婪选择,以确保算法在可行域里探索最优解。为验证算法的实用性,利用Matlab软件,将DE和IDE算法在IEEE30节点测试系统上进行目标函数为电网功率损耗的有功优化仿真。仿真结果表明,IDE算法增加了种群多样性,加快了收敛速度并且提高了搜索效率。通过此次仿真,加深了学生对电力系统有功优化以及DE算法的认识和理解,同时引导学生利用计算机技术改善算法的搜索性能并且求解优化问题。(本文来源于《实验室研究与探索》期刊2017年10期）
刘一虎[5]（2017）在《差异进化算法在万能式断路器中的应用研究》一文中研究指出在配电系统中万能式断路器用于保护配电线路和用电设备,使其避免受到短路、过载、欠电压和接地故障电流的破坏,从而有效地降低用电故障。触头的可靠通断是万能式断路器可靠工作的基础,触头弹簧可防止触头在闭合时产生弹跳现象;贮能弹簧提供能量保证触头闭合。常用方法设计的弹簧虽能满足断路器工作要求,但结构参数不合理会降低断路器的使用寿命。因此,设计简约、合理的触头弹簧和贮能弹簧对万能式断路器尤为重要。差异进化算法作为一种全局优化算法,具有良好的鲁棒性和适用性。但易陷入局部最优,产生早熟现象;其权重因子与交叉概率通常由经验而设定为固定值,造成算法收敛速度慢。而云模型能够反映出随机性和模糊性之间的关联,利用这一特点可以改进差异进化算法,加快其收敛速度。为此,本论文在改进差异进化算法基础上,研究其在万能式断路器的触头弹簧和贮能弹簧优化中的应用。主要工作或创新如下:(1)基于云模型的增强差异进化(ECDE)算法的研究。为解决差异进化(DE)算法易陷入局部最优、早熟以及收敛速度慢的问题,研究基于云模型的增强差异进化(ECDE)算法,主要引入云模型动态调整权重因子与交叉概率,并且增加候选解个数,加快收敛速度并且避免陷入局部最优。经典型函数测试,结果表明云ECDE算法优于ECDE算法和DE算法。(2)云ECDE算法在触头弹簧优化中应用研究。为优化万能式断路器触头弹簧结构参数以降低触头磨损,先分析触头弹簧数学模型,然后设计相应的适应度函数,最后采用云ECDE算法优化求解触头弹簧结构参数。经过HSW6-A、HSW6-B和HSW6-C叁种断路器的实验,结果表明在设计效果上云ECDE算法优于试算方法,能够降低触头磨损和避免燃弧灼烧触头。(3)云ECDE算法在贮能弹簧优化中应用研究。为优化万能式断路器贮能弹簧结构参数以降低能耗,先分析贮能弹簧数学模型,然后设计相应的适应度函数,最后采用云ECDE算法优化求解贮能弹簧结构参数。经过叁种典型断路器的实验,结果表明云ECDE算法优化设计效果优于试算方法的效果,可以降低断路器的能量浪费并且减少机械磨损。(本文来源于《河北工业大学》期刊2017-03-01）
姚俊伟,邓玲,谢琼瑶,向颖,田立勃[6]（2017）在《基于协方差学习和双峰参数设置差异进化算法的电力系统无功优化策略》一文中研究指出设计了基于协方差学习和双峰参数分布整定的差异进化算法,以解决现有差异进化算法在实现电力系统无功优化中处理变量相关问题效果欠佳和控制参数整定困难的问题。现给出了该算法的设计原理和实现流程,并进行了在IEEE 30节点系统中应用的仿真。通过与现有优化算法结果的比较,验证了该算法在实现电力系统无功优化中的正确性和有效性。(本文来源于《机电信息》期刊2017年06期）
曹国刚,张晴,张培君,王志敏[7]（2017）在《基于多核并行化差异进化算法的图像配准方法》一文中研究指出随着多核处理器的逐渐普及,它将成为未来处理器发展的必然趋势,各种应用都将采用多核架构。在基于差异进化算法的基础上,在图形工作站上充分利用多核处理器的并行计算能力,实现多核并行化差异进化算法,并将其应用于叁维医学图像配准,实现快速配准算法。实验数据表明,与传统方法相比,多核并行化方法在保证精度和稳定性的前提下,配准速度提升接近于理想加速比。(本文来源于《计算机工程与应用》期刊2017年20期）
肖惜明,贾铁军,张福杰,冯兆红[8]（2016）在《应用差异进化算法的风电系统供电能力评估》一文中研究指出随着风电系统规模的不断增大,对风电系统的供电能力评估要求也随之增高,并且越来越受到政府、企事业的高度重视,相关的研究也已经开始逐步开展。电力系统最大供电能力TSC(Total Supply Capability)是指一定供电区域内配电网满足N-1安全准则和各种实际运行约束下的最大负荷供应能力。通常用供电裕度(Load Supply Margin)来评价网络承受负载的能力。最大供电能力和供电裕度是衡量风(本文来源于《风能》期刊2016年07期）
常正儒[9]（2016）在《最近点投射算法和差异进化算法结合的岩土工程智能反分析》一文中研究指出弹塑性问题正演反分析法需要大量的计算、反复迭代,时间耗费巨大,且参数反演精度也会随着问题的复杂程度加大而降低,如何提高计算速度及参数反演精度是值得深入研究的问题。最近点投射算法是本构积分算法的一种,可避免预测应力漂移屈服面的现象,且计算精确,稳定性好,用Newton-Raphson法进行迭代收敛速度快。基于Drucker-Prager准则的最近点投射算法和差异进化算法原理,建立了弹塑性智能位移反分析DE-CPPM方法及程序编制,最后将其应用于丹大铁路在建隧道工程。结果表明了该方法的优越性及程序的高计算精度、实用性。(本文来源于《铁道建筑技术》期刊2016年05期）
马春景,姜谙男,王军祥,陈维,胡雪峰[10]（2016）在《基于差异进化算法的隧道渗流反分析与工程应用》一文中研究指出针对隧道开挖引起的渗流场变化问题求解渗流参数,将围岩视为多孔连续介质,利用C++语言基于变分原理自主开发了有限元渗流计算SEEP程序,并通过算例验证程序的正确性,在此基础上利用差异进化算法编制了相应的渗流参数反分析程序SBAP。结合大连金州至普兰店区间隧道工程,利用单位距离隧洞涌水量和测点孔隙水压值对该工程不同地层的水平渗透系数和竖向渗透系数进行反演。将反演得到的参数带入到SEEP程序中计算,通过计算结果和实测结果对比证明差异进化算法能较好的应用于渗流反分析当中,为类似地下工程渗流参数的确定和隧道涌水量的预测提供一定的依据。(本文来源于《铁道科学与工程学报》期刊2016年05期）
差异进化算法论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
考虑经济和安全性的最优潮流问题是能源系统运行和规划中最重要的课题之一。电力系统有功优化是在最优潮流的基础上,调节发电机的有功功率输出、电压幅值、变压器的分接头选择以及无功补偿器的无功投切,使系统的某一个指标得以优化,同时使系统满足安全运行的约束条件。本文选用能克服传统算法缺点的差异进化(Differential Evolution,DE)算法对有功优化问题进行求解。首先,论文介绍了最优潮流的相关概念以及潮流计算的求解模型,并在其基础上建立了有功优化问题的数学模型。其次,论文概述了DE算法的基本组成,并在其基础上提出了内部改进与外部改进。内部改进即利用记忆特性,增加扰动变量,使优秀个体与其他个体间的差异作为变异策略的前进导向,同时使固定取值的搜索步长F和交叉算子C_R根据优化过程的特点变为动态取值,形成内部改进差异进化(Internal Improved Differential Evolution,IDE)算法;外部改进即在DE算法的基础上加入旁观者机制,形成外部改进差异进化(External Improved Differential Evolution,EDE)算法;将内部改进与外部改进同时加入到DE算法中,形成新的改进差异进化(Improved Differential Evolution,IEDE)算法。为了验证改进措施的有效性,本文介绍了5种基准函数,并将其用来测试DE、IDE、EDE以及IEDE四种算法的性能。实验结果显示,IEDE算法优于前面叁种算法。其中,IDE与DE算法之间的比较体现了内部改进的高效性;EDE与DE算法之间的比较体现了外部改进的有效性;而IEDE算法的优化结果说明改进措施从DE算法的内部和外部同时提升了算法性能。再次,考虑到最优潮流中需要对变量约束进行处理,IEDE算法不能直接求解有功优化问题,于是本文提出了一种新约束处理策略(New Constraint Handling Strategy,NC),并将其与IEDE算法结合,形成包含新约束处理策略的改进差异进化(Improved Differential Evolution with New Constraint Handling Strategy,NC-IEDE)算法。本文还引入了处理约束的罚函数法,并将其与IEDE算法结合,形成包含罚函数法的改进差异进化(Improved Differential Evolution with Penalty Function,F-IEDE)算法,同时将NC与DE算法相结合,形成具有新约束处理策略的差异进化(Differential Evolution with New Constraint Strategy,NC-DE)算法。最后,为了验证新约束处理策略以及改进算法的优越性,论文将提出的NC-IEDE,F-IEDE和NC-DE算法基于MATLAB软件分别针对10个不同方案进行电力系统有功优化仿真实验,仿真系统包括IEEE 30、IEEE 57和IEEE 118叁个不同规模的系统,优化目标包括7个不同目标函数。实验结果表明,NC-IEDE算法能成功求解有功优化问题且具有更高的求解效率,说明提出的新约束处理策略相比于传统罚函数法,能更好的处理多约束优化问题。此外,与近几年其他文献中的算法结果相比较,NC-IEDE算法同样具有一定的优越性,表明本文提出的改进算法有一定的技术突破。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
差异进化算法论文参考文献
[1].吴峰.基于差异化邻域策略的分解多目标进化算法研究及应用[D].浙江工业大学.2018
[2].陆正媚.电力系统有功优化的改进差异进化算法研究[D].重庆邮电大学.2018
[3].王丽萍,吴峰,张梦紫,邱飞岳.基于差异化邻域策略的分解多目标进化算法[J].模式识别与人工智能.2017
[4].陈功贵,陆正媚,刘耀,孙智.基于改进差异进化算法的有功优化仿真研究[J].实验室研究与探索.2017
[5].刘一虎.差异进化算法在万能式断路器中的应用研究[D].河北工业大学.2017
[6].姚俊伟,邓玲,谢琼瑶,向颖,田立勃.基于协方差学习和双峰参数设置差异进化算法的电力系统无功优化策略[J].机电信息.2017
[7].曹国刚,张晴,张培君,王志敏.基于多核并行化差异进化算法的图像配准方法[J].计算机工程与应用.2017
[8].肖惜明,贾铁军,张福杰,冯兆红.应用差异进化算法的风电系统供电能力评估[J].风能.2016
[9].常正儒.最近点投射算法和差异进化算法结合的岩土工程智能反分析[J].铁道建筑技术.2016
[10].马春景,姜谙男,王军祥,陈维,胡雪峰.基于差异进化算法的隧道渗流反分析与工程应用[J].铁道科学与工程学报.2016
论文知识图
