解释差分进化基本算法的所有更新。我无法找到此算法的所有版本。解释该算法的所有版本作为调查,我不清楚理解维基百科中给出的该算法背后的理论。维基百科也只定义了差分进化的基本算法,但我希望对该算法进行所有更新
答案 0 :(得分:6)
对于差异进化中的完整调查,我建议您发表题为Differential Evolution: A Survey of the State-of-the-Art的文章,但简要说明是:
两个交叉运算符为Exponential
和Binomial
。
指数交叉:
D
是问题空间维度,n
是从[1,D]中随机选择的,Cr
是交叉率,L
是根据上面的[1,D]绘制的伪代码。
二项式交叉:
j
是指第j维,i
是向量编号,G
是世代编号,jrand
是[1,D]中随机选择的索引。
五个变异算子是DE/rand/1
,DE/best/1
,DE/target-to-best/1
,DE/best/2
和DE/rand/2
。
DE / rand / 1: V(i)=X(r1)+F*(X(r2)-X(r3))
DE / best / 1: V(i)=X(best)+F*(X(r1)-X(r2))
DE / target-to-best / 1: V(i)=X(i)+F*(X(best)-X(i))+F*(X(r1)-X(r2))
DE / best / 2: V(i)=X(best)+F*(X(r1)-X(r2))+F*(X(r3)-X(r4))
DE / rand / 2: V(i)=X(r1)+F*(X(r2)-X(r3))+F*(x(r4)-X(r5))
V(i)
是目标向量X(i)
的供体(突变体)载体,F
是差异向量的比例因子,r1,r2,r3,r4,r5
是互斥的,从[1,NP]中随机选择]与i
不同,best
是当前人口中最适合的向量索引,最后NP
是人口规模。