通过随机算法参数改进的简化差分进化算法

差分进化算法是一种解决复杂优化问题的有效算法,但算法对使用的参数(包括缩放因子F[0,2]及交叉因子CR[0,1])相当敏感,不适当的算法参数的选择很大程度地影响着算法的性能。因此本文介绍几种算法参数的随机选取策略,不但可以减少对算法参数的敏感,而且简化了差分进化算法:
1) F=rand(0,2), CR=0.6
2) F=rand(0.4,0.9), CR=rand(0.2,1)
3) F=rand(0.4,1.5)递减, CR=rand(0.1,0.99)递增
4) F=NormalRand(0.3,0.5), CR=rand(0.1,0.99)递增
综合以上策略可以定义为:
F = rand(Fmin,Fmax) [随机||递减] || NormalRand(Favg,sigma)
CR = rand(CRmin,CRmax) [随机||递增]
也有以线性递减或者S曲线方式来处理算法的方式,当然也可以使用混沌随机数来替代算法参数。



发表评论

You must be logged in to post a comment.