差分演化

摘要： 为提高工作量感知的跨项目缺陷预测性能,提出一种基于差分演化算法的建模方法DE-EACPDP。提出缺陷密度百分位数平均(FDPA)作为模型在训练集上的优化目标,采用逻辑回归(LR)建立预测模型;为使LR在训练集上得到最大的FDPA,使用差分演化算法搜索最优的LR系数。实验在4个数据集的82个项目上对模型进行评估,其结果表明,与5个最先进的方法相比,DE-EACPDP可以显著提升工作量感知性能。

摘要： 软硬件划分(HW/SW)是软硬件协同设计中的一个重要问题,也是一个NP-hard问题。当问题规模较大时,不仅求解困难而且非常耗时。为了快速高效地求解HW/SW,本文提出了一种利用混合编码的二进制差分演化算法(HBDE)求解HW/SW的新思路。首先,根据HW/SW的自身特点提出了一种处理不可行解的贪心修复优化算法GROA。然后,在利用GROA消除不可行解的基础上,使用HBDE求解HW/SW的问题。最后,使用HBDE和遗传算法(GA)求解11个不同规模的HW/SW实例。从计算结果可以看出,对于所有实例,HBDE求解性能明显优于GA,因此基于HBDE求解HW/SW问题是一种高效可行的方法。

摘要： 无容量设施选址问题(UFLP)是定位理论中最重要的NP-hard问题之一,在公共设施选址和物流资源分配方面有重要的应用价值和理论意义。为了利用差分演化(DE)高效求解UFLP问题,本文首先提出了一个新型转换函数(Ntf),通过Ntf将DE中个体的实向量映射为一个二进制向量。然后,基于新型转换函数给出了一种新的离散差分演化算法(记为N-DisDE),并利用N-DisDE提出了求解UFLP的一个新的高效方法。本文利用N-DisDE求解来自OR-Library中的15个不同规模的UFLP实例,并将计算结果与具有混合编码的二进制差分演化算法(HBDE)和二进制粒子群优化(BPSO)的计算结果进行比较,计算结果表明:N-DisDE在求解质量和鲁棒性等方面均优于其它方法。

摘要： 无容量设施选址问题(UFLP)是定位理论中最重要的NP-hard问题之一,在公共设施选址和物流资源分配方面有重要的应用价值和理论意义.为了利用差分演化(DE)高效求解UFLP问题,本文首先提出了一个新型转换函数(Ntf),通过Ntf将DE中个体的实向量映射为一个二进制向量.然后,基于新型转换函数给出了一种新的离散差分演化算法(记为N-DisDE),并利用N-DisDE提出了求解UFLP的一个新的高效方法.本文利用N-DisDE求解来自OR-Library中的15个不同规模的UFLP实例,并将计算结果与具有混合编码的二进制差分演化算法(HBDE)和二进制粒子群优化(BPSO)的计算结果进行比较,计算结果表明:N-DisDE在求解质量和鲁棒性等方面均优于其它方法.

摘要： 软硬件划分(HW/SW)是软硬件协同设计中的一个重要问题,也是一个NP-hard问题.当问题规模较大时,不仅求解困难而且非常耗时.为了快速高效地求解HW/SW,本文提出了一种利用混合编码的二进制差分演化算法(HBDE)求解HW/SW的新思路.首先,根据HW/SW的自身特点提出了一种处理不可行解的贪心修复优化算法GROA.然后,在利用GROA消除不可行解的基础上,使用HBDE求解HW/SW的问题.最后,使用HBDE和遗传算法(GA)求解11个不同规模的HW/SW实例.从计算结果可以看出,对于所有实例,HBDE求解性能明显优于GA,因此基于HBDE求解HW/SW问题是一种高效可行的方法.

摘要： 仿真系统通常依赖实验设计来产生仿真参数。面对约束区域下均匀实验设计存在的设计难度大、计算代价高的问题,改进了一种两段差分演化算法。将抽象的实验设计问题建模为一个约束优化问题。设计了一种融合分布估计和差分演化的求解策略;并提出了一种删点迭代的方法,降低优化种群均匀性的时间复杂度。采用标准测试题和工程应用问题进行实验分析。实验结果表明:新算法在求解性能、算法稳定性、以及计算复杂度上都优于原算法。

摘要： 快速准确地提取光伏(PV)模型的参数对于光伏系统的模拟、评估和控制是至关重要的.近些年来,使用智能优化方法对PV模型进行参数提取得到了极大的关注.然而,这些智能优化方法往往消耗了大量的计算资源.为了准确快速地提取光伏模型的参数,提出了一种新型的自适应差分演化算法.在该算法中,提出了一种新的变异策略.为了验证算法的性能,选择单二极管模型、双二极管模型和PV模型作为测试模型.实验结果表明:提出的算法可以快速准确地提取到不同PV模型的参数.因此,提出的算法可以作为一种有效的PV模型参数提取方法.

摘要： 无容量设施选址问题(UFLP)是定位理论中最重要的NP-hard问题之一,在公共设施选址和物流资源分配方面有重要的应用价值和理论意义。为了利用差分演化(DE)高效求解UFLP问题,本文首先提出了一个新型转换函数(Ntf),通过Ntf将DE中个体的实向量映射为一个二进制向量。然后,基于新型转换函数给出了一种新的离散差分演化算法(记为N-DisDE),并利用N-DisDE提出了求解UFLP的一个新的高效方法。本文利用N-DisDE求解来自OR-Library中的15个不同规模的UFLP实例,并将计算结果与具有混合编码的二进制差分演化算法(HBDE)和二进制粒子群优化(BPSO)的计算结果进行比较,计算结果表明:N-DisDE在求解质量和鲁棒性等方面均优于其它方法。

摘要： 软硬件划分(HW/SW)是软硬件协同设计中的一个重要问题,也是一个NP-hard问题。当问题规模较大时,不仅求解困难而且非常耗时。为了快速高效地求解HW/SW,本文提出了一种利用混合编码的二进制差分演化算法(HBDE)求解HW/SW的新思路。首先,根据HW/SW的自身特点提出了一种处理不可行解的贪心修复优化算法GROA。然后,在利用GROA消除不可行解的基础上,使用HBDE求解HW/SW的问题。最后,使用HBDE和遗传算法(GA)求解11个不同规模的HW/SW实例。从计算结果可以看出,对于所有实例,HBDE求解性能明显优于GA,因此基于HBDE求解HW/SW问题是一种高效可行的方法。

摘要： 软硬件划分(HW/SW)是软硬件协同设计中的一个重要问题,也是一个NP-hard问题.当问题规模较大时,不仅求解困难而且非常耗时.为了快速高效地求解HW/SW,本文提出了一种利用混合编码的二进制差分演化算法(HBDE)求解HW/SW的新思路.首先,根据HW/SW的自身特点提出了一种处理不可行解的贪心修复优化算法GROA.然后,在利用GROA消除不可行解的基础上,使用HBDE求解HW/SW的问题.最后,使用HBDE和遗传算法(GA)求解11个不同规模的HW/SW实例.从计算结果可以看出,对于所有实例,HBDE求解性能明显优于GA,因此基于HBDE求解HW/SW问题是一种高效可行的方法.

摘要： 为了在庞大空间中技索软件体系结构(SA)层最优性能改进方案,当前已涌现出一些以NSGA-Ⅱ为代表的性能优化算法.然而这些算法大多未充分考虑性能改进空间的离散特性和性能评估的高计算代价特点,导致了解质量不高和优化时间过长的问题.针对这一问题,文中提出一种基于代理模型的SA层性能差分演化优化算法SMDE4PO.该算法采用多种文又和变异策略以增大技索空间和提高收敛速度,并运用随机森林作为代理模型以大幅减少实际性能评估的次数.在4个不同规模案例上的实验结果表明:(1)在贡献度、世代距离和超体积3个指标上SMDE4PO显著优于NSGA-Ⅱ算法;(2)通过使用随机森林代理模型,在最好情况下SMDE4PO较NSGA-Ⅱ算法的运行时间可降低48％ .

摘要： 提出一种基于差分演化与猫群算法融合的群体智能算法.该算法基于猫群算法的两种行为模式,引进差分演化的思想,根据分组率随机把群体分成两个种群,一个种群执行猫群算法搜寻模式,另一种群执行差分变异模式,算法采用一种信息共享机制,使两个种群在搜索最优解时可以实现协同进化,信息交流.既实现了不同进化模式间的优势互补,又可以增加种群的多样性.对5个基准函数进行仿真实验并分别与DE和CSO进行比较,表明混合算法同时具有全局搜索和局部搜索最优解性能,收敛速度快,计算精度高,更适合用于求解高维复杂函数.

摘要： 软子空间聚类算法的性能主要取决于其目标函数和搜索策略.文中提出了一种基于差分演化算法的软子空间聚类算法DESC.首先,设计了一个结合模糊加权类内相似性和界约束权值矩阵的新目标函数.然后,提出了新的隶属度计算方法.最后,引入了一种有效的全局搜索算法——复合差分演化算法,并运用该算法优化新目标函数和搜索子空间中的聚类.实验表明,新目标函数和复合差分演化算法的引入有效地提高了软子空间聚类算法的性能,新算法较已有软子空间聚类算法有明显优势.

摘要： 提出一种基于差分演化的改进多目标粒子群优化算法来求解多目标优化问题。算法通过对Pareto最优解集的差分演化来增加Pareto解集的多样性;通过循环拥挤距离朱控制归档集中非劣解的分布,提高对种群空间的均匀采样;采用一种新的多目标适应值轮盘睹法选择粒子的全局最优位置,使其更逼近,Pareto最优前沿;身适应惯性权重和加速度因子的设计增强了算法的全局搜索能力。多个多目标测试函数的仿真结果表明,改进的多目标粒子群算法能够在保持Pareto最优解多样性的同时具有较好的收敛性能。

摘要： 本文提出一种基于差分演化(DE)的多分类器集成训练算法(DE-MCE)。该算法首先通过计算每个弱分类器在全部训练样本集上的分类错误率并对其进行排序，挑选出分类效果最好的前T个弱分类器，然后利用DE算法优化各弱分类器权重，得到多个弱分类器的最优加权集成。将该算法应用于人脸识别，在经典数据库上的实验结果表明，本文算法的训练时间较经典AdaBoost有很大提高，同时也获得了较高的识别准确率。

摘要： 差分演化算法是一种简单而有效的全局优化算法。本文将差分演化算法用于求解多目标优化问题,给出了一种维持种群多样性的多目标差分演化算法。该算法采用正交设计法初始化种群,改进差分演化算子,从而有利于维持种群多样性,提高演化算法的搜索性能.初步实验表明,新算法能有效地求解多目标优化问题。

摘要： 为克服粒子群算法的早熟收敛问题,改善粒子群算法的全局收敛性,提出了一种融合差分演化的混合粒子群算法。新算法利用差分演化算法的变异机制,将粒子群算法的各个局部优化解作为初始种群进行差分演化,使进入局部极值区域的粒子尽可能跳出该区域,从而提升离子群算法的全局搜索能力.数值实验表明新算法能有效地解决多峰函数的全局最优解问题,此外将新算法应用于圆度误差评价,仿真结果表明新算法更有效,更精确地评价了圆度误差.

摘要： 本说明书实施例提供了一种基于指数时间差分格式求解的物质演化模拟方法，物质演化模型基于相场模型建立，相场模型不需要对晶粒结构演化的路径进行先验假设，也不需要显式地追踪晶粒界面的位置，大大简化了模拟计算的复杂性。使用指数时间差分格式对物质演化模型的方程进行求解，则是在求解过程中，通过快速傅里叶转换，得到所述方程的频域方程，再以指数时间差分格式对频率方程进行求解，再对求解结果进行傅里叶反处理，最后得到方程解。使用该方法对相场模型进行求解，快速、稳定、准确，且可进行并行计算，适合利用计算机进行大规模的方程组的求解。

摘要： 本发明提出了一种基于差分演化算法的静电刚度谐振式加速度计设计方法，实现步骤为：定义目标函数及差分演化算法相关参数；编码与差分演化算法种群初始化；对初始化种群进行差分变异操作、交叉操作、选择操作；满足终止条件得到确定性最优解；确定性最优解进行健壮性优化输出健壮性最优解。本发明兼顾微机电系统加速度计的其他性能指标，在加速度计关键参数取值范围内寻求标度因数最优解，在设计静电刚度谐振式加速度计结构的过程中，采用差分演化算法框架对其结构尺寸进行优化设计。在选择操作之前对超出约束范围的解设计了惩罚函数并对确定性最优解进行了健壮性优化，设计出具有标度因数健壮性的静电刚度谐振式加速度计结构。

摘要： 本发明提供一种用户画像刻画方法，包括：将具有相同行为的用户分别打上原有标签组合，获取用户对原有标签组合的反馈信息，并分别计算原有标签组合的符合程度，根据原有标签组合利用差分演化算法生成新的标签组合，获取用户对新的标签组合的反馈信息，并分别计算新的标签组合的符合程度，当新的标签组合的符合程度高于预设标签组合的符合程度，且高于预设值时，将用户打上新的标签组合。本发明能够自动为用户打上最合适的标签组合，提高用户标签的准确性，帮助企业快速找到精准用户群体以及用户需求。

摘要： 本发明公开了一种基于均值差分演化的液压支架优化设计方法。本发明首先建立待优化设计液压支架的最小化优化目标的模型，然后利用均值差分演化算法来求解液压支架的优化设计变量。在均值差分演化算法中，首先初始化种群，并计算种群的适应值，然后不断迭代执行均值差分演化操作来生成新个体，并选择优秀个体进入新一代种群。本发明利用了种群中最优个体和均值信息来加快收敛速度，能够提高液压支架优化设计的效率。

摘要： 本发明公开了一种基于适应性差分演化的图像边缘检测方法。本发明应用适应性差分演化来设计图像边缘检测的卷积核系数，然后利用设计得到的卷积核系数来实现图像边缘检测。在适应性差分演化中，每个个体都存储了所设计的卷积核系数。在每一代演化操作中，根据变异调节因子适应性地选择变异策略来执行变异操作，并利用高斯分布来提高杂交概率的适应性，增强差分演化的搜索能力，从而提高图像边缘检测的效率。

摘要： 本发明公开了一种基于三元高斯差分演化算法的圆检测方法。本发明应用三元高斯差分演化算法来搜索数字图像中圆的参数。在三元高斯差分演化算法中，将种群的均值信息及随机个体融合到高斯采样算子中，提高算法的搜索区域，并利用种群中最优个体的信息来提高算法的局部搜索能力，从而加快收敛速度。本发明能够提高数字图像中圆检测的效率。

摘要： 本发明公开了一种面向行星际探测轨道设计的强化混合差分演化方法及系统，方法包括：（1）RL_HDE使用Q‑Learning算法来自适应控制六种不同的变异策略，增强算法寻优能力。同时针对六种不同变异策略的自适应控制，全局算子使用LSHADE_EIG方法，该方法对国际演化计算竞赛（CEC2015）算法LSHADE_SPS_EIG做出改进，不再使用SPS框架；（2）使用强化学习Q‑Learning算法自适应控制触发参数ρ1,max和ρ2,max，平衡算法探索与开发能力。本发明有益效果是：可以有效提高行星际探测轨道优化设计的求解速度，提升探测器轨道计算精度。

摘要： 本发明公开一种基于差分演化的环境经济发电调度的求解方法，首先建立起环境经济调度数学；初始阶段，引入动态变异算子增强算法的精确度，之后对于多目标粒子群算法进行改进，再将改进过的多目标粒子群算法应用到电力系统的环境经济调度中，同时，根据帕累托占优条件求出个体最优解，求出它的非劣解集，并对这些解利用循环拥挤距离进行修剪；最终这些解所组成的归档集可以找到燃料花费的最小值和气体排放的最小值。与现有技术相比，本发明使用差分演化来增加帕累托最优解的多样性，采用循环拥挤距离来控制外部归档集大小，提高了帕累托均衡面的均匀性，运行速度快，具有良好的稳定性，易于工程实现，在功率平衡中计及了网络损耗。

摘要： 本发明公开了一种运用差分演化和分治算法优化大规模多源供水管网的方法，包括以下步骤：基于流行方向将供水管网优化问题分解成Ns个子问题；对Ns个子问题的种群进行初始化，同时初始对应的各个子问题的差分演化的优化器；对于每个解进行变异操作计算变异向量；对变异后的解进行交叉操作；最后选择子代；每个子问题的种群保留一个截止到目前最优的解；迭代所有子问题后更新全局最优解。

摘要： 本发明公开了一种面向行星际探测轨道设计的强化混合差分演化方法及系统，方法包括：（1）RL_HDE使用Q‑Learning算法来自适应控制六种不同的变异策略，增强算法寻优能力。同时针对六种不同变异策略的自适应控制，全局算子使用LSHADE_EIG方法，该方法对国际演化计算竞赛（CEC2015）算法LSHADE_SPS_EIG做出改进，不再使用SPS框架；（2）使用强化学习Q‑Learning算法自适应控制触发参数ρ1,max和ρ2,max，平衡算法探索与开发能力。本发明有益效果是：可以有效提高行星际探测轨道优化设计的求解速度，提升探测器轨道计算精度。