Tag Archives: 进化策略

引入差分变异算子的进化策略

引入差分变异算子的进化策略(DES)是将差分进化算法(DE)中独特的变异算子引入进化策略(ES)而构成的一种优化算法。DES算法具有较强的鲁棒性,既可保持进化策略快速收敛的特点,又增加了算法的全局搜索能力,提高了优化效率。DES算法的具体步骤如下:
阅读全文 >

采用领域结构的改进进化策略

进化策略中的变异算子是直接在父体上添加变异量,这里描述的采用领域结构的改进进化策略并不直接采用父体,而是采用与个体相邻的部分个体形成的小群体,这样可以利用相邻个体的信息,加大交流,从而使得进化策略得以改进。
阅读全文 >

基于双种群的进化策略

进化策略作为一种进化算法,具有较强的局部搜索能力,且收敛迅速。针对在多极值问题而进行改进的快速进化策略(Fast Evolution Strategies,FES)用柯西变异算子代替原来的高斯变异算子,一般情况下,FES算法在求解多极值复杂问题时能取得较好的结果,但对于局部极值较少的问题,与标准算法差别不大。基于平衡ES算法的局部搜索和全局搜索能力的目的,提出了基于双种群的改进进化策略。
阅读全文 >

进化策略介绍

进化策略(Evolutionary Strategies,ES)是由德国的I.Rechenberg和H.P.Sehwefel于1963年提出的。ES作为一种求解参数优化问题的方法,模仿生物进化原理,假设不论基因发生何种变化,产生的结果(性状)总遵循零均值、某一方差的高斯分布(即正态分布:如何生成正态分布可以参阅VBA产生正态分布随机数NormalRand)。

早期ES的种群中只包含一个个体,而且只使用基于正态分布的变异操作。在每一进化代,变异后的个体与父体进行比较再选择两者之优,这种ES称为(1+1)-ES。
阅读全文 >