差分进化算法

摘要： 针对传统差分算法在求解约束优化问题时存在收敛速度慢、精度低等问题,本文提出了一种基于半角距离变化的改进差分进化算法(HDDE)﹒首先,由父代产生2个子代,并利用可行性规则选出最好的子代;其次,对所选最优子代进行约束违反度预处理,即当其满足半角距离变化时,计算出子代的真实约束违反度,否则子代的约束违反度为无穷;最后,若经过预处理的子代约束违反度小于父代的约束违反度,便使用可行性规则进行比较,否则保留父代﹒通过对12个基准约束优化问题进行仿真研究,结果发现:相较于对比算法,HDDE算法的收敛时间最短,为0.216 s;在精度方面,该算法有5个测试集的标准差为0,这说明所提算法具有更好的性能。

摘要： 讨论模糊邻域概率函数选择策略对算法寻根率和成功率的影响.实验结果表明,凸函数类型的概率选择函数较适用于求解多根和搜索空间较广问题,定值概率选择函数较适合于求解含有大量线性方程的问题.选用适当概率选择函数可以提高模糊邻域差分进化算法寻根率和成功率.

摘要： 水下焊缝跟踪过程复杂,不确定因素多,并且焊接过程具有非线性特点,传统PID控制效果不理想。本文提出了单神经元自适应PID控制器,通过神经元的自学习能力,能够在线自适应调整PID参数,同时利用差分进化算法对单神经元自适应控制器的参数进行优化。经仿真结果可知,该单神经元自适应PID控制器响应速度快,精度高,控制效果好。

摘要： 综合考虑灌溉、防洪、生态、发电目标建立梯级水电站群多目标联合优化调度模型,以发电效益最大为优化目标,将农业灌溉、生态流量、防洪目标转化为硬性约束条件,采用改进的差分进化算法求解模型。引入灌溉用水计划倍比系数,通过多情景模拟,分析灌溉、发电目标之间的竞争关系和置换率,揭示多目标之间的效益置换机理和水电站群联合优化调度增益机制。结果表明:(1)梯级发电量和发电效益较实际调度分别增加4.32%和4.30%;(2)梯级总发电量和灌溉供水量之间存在明显的竞争关系,两者的置换率为0.084 5 kWh/m^(3);(3)随着灌溉用水计划倍比系数的减小,通过调整联合优化调度策略,利用上下游电站之间水量、水头的置换实现了梯级整体效益的最大化。

摘要： 针对电力系统经济负荷分配这一典型的非凸、非线性、组合优化问题,提出一种将改进差分进化算法和鲸鱼算法相结合的优化算法。该算法首先在鲸鱼优化算法中引入了非线性的收敛变化策略,加速寻优算法的迭代;再利用差分进化算法的交叉和选择,丰富算法种群个体信息,增强优化算法的全局收敛性;同时引入一种淘汰机制,将适应度较好的个体信息更快地保留用于下一次鲸鱼优化算法的迭代,提高了求最优解的速度和精度;最后,对多个经济负荷分配问题进行了测试,将该算法与标准鲸鱼算法、标准差分进化算法进行对比,验证了差分进化鲸鱼算法可以更合理地配置电力系统的经济负荷,能够有效找到可行解,避免陷入局部最优,能实现经济负荷的合理分配。

摘要： 科学合理的停机位分配方案或对现有方案进行优化,能够有效提升机场的运行效率,降低机场运行成本。笔者依据停机位分配的相关概念和约束条件建立基于航班-航班,航班-停机位的加权分数矩阵的停机位分配模型。然后将经典的差分进化算法加以改进来解决停机位分配问题,有利于更好地实现机场停机位分配多目标的优化。最后使用标准测试函数和停机位分配仿真实验数据对改进前后的差分进化算法进行对比。结果表明,改进后的差分进化算法各项性能指标均有所提升,验证了所提出算法的有效性,并对本文的研究工作和未来可以进一步深入研究的方面进行了总结与展望。

摘要： 目的提出一个改进的差分进化算法,求解在模糊环境下建立的可能性均值-下半方差多期投资组合模型。方法考虑模糊环境下多个摩擦因素,利用交易限制引入资产的基数约束,构建一个可能性均值-下半方差多期投资组合模型。在标准的DE算法中引入levy飞行随机游走策略增强算法寻优能力。结果与结论数值实验和仿真结果表明,利用改进的DE算法得到的投资收益比标准的DE算法高,且风险值比标准的DE算法低,同时也验证了建立的模型的合理性和实用性。

摘要： [目的]由于直接运用嵌套差分进化算法求解区间不确定性稳健优化问题十分耗时,提出一种能够减少耗时函数调用次数的稳健性设计优化方法。[方法]该方法利用临界距离内已经精确计算过的个体响应值的信息近似预测其他个体响应值,以此近似评估个体稳健性指标;利用进化过程中逐步扩充的精确个体响应值的信息,选择性地重新评估已往个体的稳健性,并根据评估误判率自适应调整临界距离。[结果]2个数学算例和1个工程算例的验证结果表明,提出的算法在最优目标误差小于2.5%时,节省了94%以上的计算资源。[结论]所提方法能够结合既往优化知识,极大地减少精确计算内外层个体响应值的次数,实现个体稳健性评价精度和成本的自适应动态平衡,为区间不确定性稳健设计优化提供一种新的思路和方法。

摘要： 针对化工过程故障诊断数据存在高维度、故障特征不易区分、自组织映射(self-organizing map,SOM)网络易陷入局部最优等问题,提出了一种基于改进核Fisher判别分析(kernel Fisher discriminant analysis,KFDA)与差分进化算法(differential evolution,DE)优化SOM神经网络相结合的故障诊断方法。该方法首先利用欧氏距离对类间距进行加权处理,以避免因类间距离过大造成投影后的数据存在重叠的问题,使故障数据样本获得较好的投影效果,优化分类性能;然后,利用DE算法对SOM神经网络的权值向量进行动态调整,有效避免了由于“死神经元”的出现陷入局部最优的问题;最后,通过对田纳西-伊斯曼(tennessee-eastman,TE)过程和对二甲苯(paraxylene,PX)歧化工艺过程的故障数据进行诊断测试。结果表明,与传统SOM网络相比,提出的KFDA-DESOM算法具有较高的分类诊断精度,可有效应用于化工过程的故障诊断。

摘要： 在去蜂窝大规模多输入多输出(Cell-Free Massive MIMO)系统中,大量接入点(Access Point,AP)同时为多个用户服务的连接方式会导致较大的功率损耗和回程链路开销。为了给用户选出最佳服务AP集合,本文提出了一种基于树种二进制差分进化的AP选择算法。首先,提出基于二进制差分进化的AP选择算法,通过多个个体的进化实现高维数据搜索的全局优化。其次,针对传统二进制差分进化算法容易陷入局部最优的问题,进一步给出基于树种优化的双机制搜索策略,利用搜索趋势(search tendency,ST)实现全局搜索和局部搜索的最佳平衡。最后,通过定义交叉率(crossover rate,CR)自适应递减准则,加快算法收敛速度。仿真结果表明,与现有算法相比,所提出的算法可显著提高系统和速率。

摘要： 供水管网作为城市基础设施体系中最重要的实体,建设投资巨大.通过对供水管网进行科学的优化,能节省资金投入,提高管网运行的可靠度.差分进化算法具有较好的搜索性能,现成为一种用于供水管网设计中相对较新的优化技术.本文综述了差分进化算法(DE算法)在供水管网优化设计中的研究方法和研究进展,并针对差分算法局部寻优能力较弱,易出现"早熟收敛"的问题,提出引入精英排序策略和unique算法相结合的接力优化算法,以提高算法的搜索能力与收敛精度.

摘要： 聚类分析属于数据挖掘范畴,K-Means聚类分析方法是最具有代表性的划分聚类算法,无监督学习是其重要的属性.由于原理简单、容易实现等优点,对于分散的数据可以根据属性类型进行聚类,在很多领域都有较为广泛的应用.差分进化算法(DE)是一种智能优化算法,可以用来寻找全局的最优解,主要用于求解实数优化问题.本文首先介绍了K-Means聚类算法和差分进化算法的基本原理、基本流程,并且提出了K-Means聚类算法和差分进化算法相结合的方法,详细列出结合步骤.并且通过仿真实验,验证了K-Means聚类算法和差分进化算法相结合比传统的K-Means聚类算法,具有更快的收敛速度和全局寻优等特点,说明该算法的可行性.最后,通过模拟数据对出租车辆聚集等智能交通领域问题进行了简单的实验,使得该算法更具有实际工程意义.

摘要： 优化是继电器产品开发设计过程中的重要一环,随着计算机技术的发展,各种智能算法被应用于电磁继电器的优化设计中.分析了现有多目标差分进化算法的优缺点,提出一种基于自适应权重多种群策略的多目标差分进化算法(MODE/AWMS),通过测试函数对其进行验证,并与其他几种多目标优化算法进行对比,优势明显.使用该算法对极化电磁继电器电磁机构的关键参数进行优化,并通过有限元仿真进行验证,优化后电磁机构额定安匝下释放位置的输出力得到较大提升,进一步证明了MODE/AWMS的有效性.

摘要： 为满足用户需求和安全环保要求,提升物流系统管理技术操作水平,宝钢股份总部炼铁原料场启动了有史以来最大规模的改造大修工程.为了保障大修期间物流输送正常,本文对原料场物流输送平衡进行了研究,针对多目标多准则且各准则难以量化的原料场库位选择问题,以提高料场利用率和稳定原料成分为目标,建立了原料场物料堆放原则;基于差分进化算法提出了原料场库位优化的计算方法,可为计划堆放的不同原料寻找最优存储位置;基于Visual Basic语言设计开发了原料场堆取料优化系统,实现了库存形象化、入库储位优化、手动入库等多项功能.实践应用结果表明:优化软件可实现合理的优化调度和库位分配,克服了人工堆料计算量大的缺点,有助于降低原料场管理成本和运行成本.

摘要： 网络规划和优化是电信运营商面临的主要问题.如何调整小区天馈角度由而改善网络覆盖和容量是一个重要问题.本文提出了一种小区覆盖优化的方法,对存在弱覆盖和量叠覆盖的问题小区,利用DE进化算法,得到问题小区天馈调整的最优方位角、下倾角,使每个用户RSRP值得到改善,进而改善问题小区的弱覆盖及重叠覆盖问题.经过国内莱地市的试验,结果表明区域覆盖情况得到明显改善.

摘要： 针对光伏阵列在局部阴影影响下,功率-电压特性曲线会出现多个峰值点,无法准确实时地跟踪全局最大功率点的问题,综合考虑传统以及智能算法的优缺点基础上,本文提出了将差分进化算法和电导增量法结合的MPPT控制算法,用差分进化算法定位到GMPP所在处,再用电导增量法确定峰值点.根据光伏电池模型采集的数据,采用Matlab/Simulink对所述算法建立仿真模型,并与传统扰动观察法进行对比,结果表明此算法在局部阴影的条件下,能准确跟踪到GMPP.

摘要： 备料是将热轧计划板坯按照一定顺序提取至上料区存放的过程.备料计划是针对热轧计划板坯,确定计划板坯的移出顺序和在上料区的存放空间位置,以及备料过程中障碍板坯在其他垛位空间存放位置.合理的备料计划能有效降低倒垛次数,保证板坯库垛位结构的规整性.针对该问题,本文在满足板坯轧制顺序和堆垛安全的条件下,考虑堆垛规整性约束,建立了以最小化倒垛次数及吊机移动距离为目标的整数规划模型.由于该问题大规模范围CPLEX无法在有效时间内求解,本文提出了基于自适应变异策略的改进差分进化算法进行求解.实验结果表明,提出的改进差分进化算法相比于一般差分进化算法的平均改进量为3.15％,比手工方法的平均改进量为10.7％.

摘要： 本文以涟钢CSP生产线为研究对象、传统的数学模型为基础、降低加热炉和轧制过程整体能耗为目标,利用一种参数自学习改进动态差分进化算法对加热炉出炉温度和热连轧负荷分配进行了优化.改进的动态差分进化算法既避免了交叉概率常数和变异常数选取的困难,又能得到较好较稳定的优化结果.仿真结果表明:对Q235钢,提高板坯出炉温度并增大前三道次压下量,可以降低吨钢能耗成本约2元.

摘要： 高维复杂工程电磁场优化设计问题一直是研究的难点,为简单有效的求解此类问题,本文提出了一种新的优化算法,基于黑洞与差分进化理论的混合算法.该混合算法成功结合了黑洞算法结构简单收敛速度快以及差分进化算法灵活性强等优点,并具有更好的性能.分别用黑洞算法、差分进化算法和本文提出的新的混合算法对四个高维基准函数及工程电磁问题进行优化,为保证优化的公平性,三种算法对各优化问题分别进行20次独立优化,通过优化后目标函数最优值、方差等的对比分析,证明了本文所提出的混合算法在求解高维优化问题时具有更高的求解精度和更好的鲁棒性,对于日趋复杂化的大型高维度工程电磁场问题优化设计具有重要理论意义.

摘要： 利用橡胶薄层实现对低频、宽频带声波的吸收耗散是一技术难题.本文利用有限元法分析了含单周期三角形截面柱形空腔橡胶层的吸声性能,并采用能量耗散功率密度及位移场分布揭示其吸声机理.采用差分进化算法对橡胶吸声层在钢背衬条件下的吸声性能进行了优化,并对单尺寸和双尺寸空腔的吸声优化结果进行了比较.结果表明,利用双尺寸空腔结构,20mm厚橡胶层可实现1.0～8kHz频段上的良好吸声性能.

摘要： 本发明提供一种基于有限差分和差分进化算法的ICP‑AES谱线重叠干扰校正方法：以均方根误差为度量准则建立谱线重叠干扰校正评价函数。获取子峰谱线的峰值点后，获取重叠谱线中子峰谱线特征波长的最小取值区间。获取评价函数最优解为重叠谱线的最佳特征向量。依最佳特征向量解析干扰谱线和目标谱线。优点：利用有限差分法和差分进化算法求解评价函数的最优解，有效的避免了传统的谱线拟合法中假收敛现象。相比于传统的谱线拟合法中通过DFP算法求解评价函数最优解的方法，差分进化算法具有全局优化的特点，无需考虑各特征参数的迭代初值，只需要设定搜索范围即可；另一方面，由于差分进化算法是一种直接寻优算法，因此无需考虑评价函数的梯度等先验信息。

摘要： 本发明公开了一种基于差分进化算法和TrimmedICP算法的点云配准方法，TrimmedICP算法可以解决点云配准中重叠率较低的问题，但是需要首先设置很好的旋转矩阵初值和平移矩阵初值，否则会陷入局部最优；差分进化算法可以通过随机方式生成初始种群，并且应用变异、交叉、选择操作使种群分布在所有的范围；两者相结合既解决了选取旋转矩阵和平移矩阵初值的困难问题，又可以获得全局的最优解，以获得精确的配准结果。

摘要： 本发明涉及一种遗传算法与差分进化算法串行融合的进化算法，该算法包括如下步骤：S1，随机生成初始种群；S2，利用适应度函数对初始种群中的个体进行适应度的计算；S3，实施进化计算步骤，设置适应度函数值的最小阈值为进化计算的终止条件；S4，对种群中不满足终止条件的全部个体进行遗传操作，产生子代种群1；S5，对子代种群1进行差分进化操作，产生子代种群2；S6，将子代种群2继续返回步骤S2循环操作，直到达到进化计算的终止条件，输出具有最优适应度的个体。通过本发明解决了遗传算法容易过早收敛、差分进化算法计算效率较低的问题点，提高进化算法的优化效率和优化效果。

摘要： 本发明提供一种基于有限差分和差分进化算法的ICP‑AES谱线重叠干扰校正方法：以均方根误差为度量准则建立谱线重叠干扰校正评价函数。获取子峰谱线的峰值点后，获取重叠谱线中子峰谱线特征波长的最小取值区间。获取评价函数最优解为重叠谱线的最佳特征向量。依最佳特向量解析干扰谱线和目标谱线。优点：利用有限差分法和差分进化算法求解评价函数的最优解，有效的避免了传统的谱线拟合法中假收敛现象。相比于传统的谱线拟合法中通过DFP算法求解评价函数最优解的方法，差分进化算法具有全局优化的特点，无需考虑各特征参数的迭代初值，只需要设定搜索范围即可；另一方面，由于差分进化算法是一种直接寻优算法，因此无需考虑评价函数的梯度等先验信息。

摘要： 本发明公开了城市供水领域的差分进化算法‑自回归耦合算法城市需水量预测模型，包括以下步骤：S1：确定城市需水量预测模型；S2：对学习样本时间序列进行处理得到零均值；S3：计算学习样本时间序列的自相关系数rk；S4：确定模型参数的优化目标函数f；S5：生成模型参数集P，并将模型参数集P设置为目标向量；S6：采用差分进化算法对群体进行初始化；S7：对目标向量采用差分进化算法变异操作，生成变异向量；S8：对变异向量采用差分进化算法杂交操作，生成试验向量；10：使用最优模型参数的城市需水量预测模型进行预测，本发明达到达到提高模型预测精度的目的。

摘要： 本发明的目的在于针对社会网络分析影响力节点识别与传播最大化问题现有解决技术中存在的问题，提供一种基于离散差分进化算法的多目标影响力最大化种子节点识别算法，实现对影响力节点集合的高效低成本选取。所述算法分为四个组成部分：种群初始化、突变、交叉和选择操作；为了维持种群的多样性，初始化阶段利用了一个随机策略去产生每一个个体的位置向量；突变操作是差分进化算法的核心部分，该部分决定了解的质量；这一操作的目的是对于每一个原始个体产生一个突变个体，从而形成一个突变种群；由突变操作得到突变种群，由突变种群和原始种群交叉得到交叉种群；选择操作是算法迭代的最后一个过程，目的在于产生一个新的拥有更高质量解的种群。

摘要： 本发明公开一种基于差分进化算法‑深度森林算法的废旧手机识别方法，将DE和DF算法进行结合应用于废旧手机回收识别；首先，基于经验选择对识别结果影响较大的多尺度特征参数和DF参数；接着，将DF废旧手机识别准确率作为适应度函数，通过DE算法找出模型参数的最优解集；最后，将最优解集传入手机识别模型中，基于工信部手机图像的仿真结果证明了该方法的有效性。

摘要： 本发明公开了一种基于差分进化算法和TrimmedICP算法的点云配准方法，TrimmedICP算法可以解决点云配准中重叠率较低的问题，但是需要首先设置很好的旋转矩阵初值和平移矩阵初值，否则会陷入局部最优；差分进化算法可以通过随机方式生成初始种群，并且应用变异、交叉、选择操作使种群分布在所有的范围；两者相结合既解决了选取旋转矩阵和平移矩阵初值的困难问题，又可以获得全局的最优解，以获得精确的配准结果。

摘要： 本发明涉及电力系统分析技术领域，尤其涉及基于组合变异差分进化算法的光伏模型参数提取方法，包括如下步骤：建立光伏系统的数学模型，找出光伏系统的数学模型需要提取的参数，根据光伏系统的数学模型构建优化参数的目标函数；然后通过组合变异策略的差分进化算法对光伏系统的数学模型的参数进行提取；最后输出各种光伏系统的数学模型的参数值。本发明能够快速和准确的提取到不同光伏模型的参数，从而提高了光伏模型的精度，最终提高光伏系统发电的效率。

摘要： 本发明请求保护一种基于差分进化算法的光伏传感器优化布置方法，包括确定光照灯的平均照度水平和照度均匀度(Uo)的模型；以照明的能耗作为目标函数，以照度水平和均匀性作为约束条件进行优化设计；采用差分进化优化算法(DE)对该光传感器布局问题进行求解；基于差分进化算法求解出的平均调光水平和最佳照度值区域确定传感器的最佳数量和传感器的最佳位置。以最小化成本(即传感器和电能)、提高视觉舒适性和控制器性能(即降低复杂性)。该方法在计算量小和最优解(即光传感器的数目和位置)方面具有优越的性能。此外，该方法对于小型和大型建筑、新建建筑和改造工程中的有线和无线光传感器的实现具有较强的实用性。