2.1 分进差化法
差算分进化法算Dif(efrenita lEvoultion,DE)和G ,ASO,PCA 等进O化法算 一,样 都是于群基体智的能随机行并优化算,法通过模生物仿体内个体间的群合 与竞争产作的生启式发体智能来指导优群搜索。化E D特的记有能忆力其使可 动以跟态踪当前的搜索况,情调整其以搜索策,实略自适现应寻优,此因有较强 的具全收局性和敛棒鲁, 且性需不要借助题问的定信息,适特于解求一利些常规用 数学规划方法的无法所解求复的杂境环中的优化题[问96]。 D E的群由种若个体干组,成每个个体 表代优问题的化一个在解。潜DE 的优 化机 制根是不同个据体之间的距离和方向信来息生成新候选的个,体 实现体进群 。化其他与化进法算类,DE似采用变异、交 、叉选择这个典三进化算型子种对 进群行更,新但不于传统同化进算子DE 的,进化子算有其独之处。 (到1)变异子算 假设群规模种为 PN 解的,数为 维N ,则群 种P G
示为数实解空间的一个中量向 ip G (pi G 1 ,ip2 ,
N
,第
G代 个 i体 以可
表 G, pNi) , i 1 2,,
,
N 。E D变的
异子为算个每个体生一成对个的应时临个体 uGi ,称“变异为个体 。” 如异公式变(21)所示,D.E 当代种从中随机选择群3 个 体个为父代作体个 进变异行生成,变个体 ui异 G。G
G uiGj rpG 1 , j F ( pr 2 , jpr 3 j,
)(.2)
1G G
其G 中iuj是变 异个体u i G第 j 维的元;素pr G1 ,pr2 ,pr 为第3G 种群代中3 互个
的个异,并且体r 1 r2 r3 i ; F是 数实常,量称“缩为放因子” ,取值范围其 一为 F 般 ,02 。 (2)交算子叉 在进化法算,交中也叉为“称组” ,即将多重父代个体个照按一的规则进定 行叉组交合,现实局开采部。D E用利交算叉生子成的新候解选 ivG, 为“称验试个体 ” 。D E用常的交方式叉为项式二叉,交公如(2式2.)示。
所u ,G f i radn() C R j Ir G vi j ijG pij ,ohtewrie
(2s2).
G
其 v中j i为候解 选vi G的第 j维元素 ra;n d) ( [0,1是 之间的)均随匀机数CR,是
; Ir是 [ 1 , ]N 之间的随机数,整对于同一体 个,01 之间 的数常称,为交叉“率概 的不”同维度 ,rI保持唯 。 一公式从(.2)2图和1 可以看出,异变个体 uG 中至i有少一个元素被继到新的 承选候中,因此解,DE 可较以好保地种持群多样性。
u的G piGi
r CR jIr
iu G 1pG i1
ruet afsle
uGi 2p G 2ifal
es tru
e…
… … … …
Guij
Gp i
j… ……
…G iNu pGN
i
fale fslsea
piG
j
rute rut ……e
G iN
vuG
iui
G 1
uGi
2图
2. D1 交E算叉子意示
图(3
选)算择子D 采用贪婪E选择策略对种群进行来更新,通过比新生较的试成验体与个
当 代种群中应个对的优劣体 选择,应值适优的个体更作为子进入新代群,如种公式( 23.)示。所
p
G1 i
vi ,Gi f f (iGv) f( piG) G p i ,otehrisew
(23)
从.公式(21.可以看出,)DE的变异操作 际上是将实两不个父代同个的差体 加值权加后到 3第个父代 个,从体而到一得个的新临时个体因此,。D E有具好很 的几意何,如义图2.2 示。
所x2
u
i rp1 F (p 2 rp r )3变异
ui
候解
p选1r
v
ip
2
r交叉
p
3r
pi
0
图.22DE 个体 更新原理示意
图x1
总的来说
,ED 法的进算流化程图 如2.3 所,示即通 变异算过来子探新索,解利用交 叉算子行进局部开,发利用贪 选择策婪进略保优行,种群向最使区优靠域拢。 因,DE此 算具法较有好的局收敛性全。初
始群种父代 变 交异 选择
叉图 23 .ED 化进程流
在 D
PBO S法算8[0中],S 数函对于粒相子置和速度更位的范围是对称新的 通过,S 函转换之后数概率范围的同也样是对的称因。此DB,PS O算采法用 S 函数 为作数空间到二进制空实的间映射有其理性合然后,。对于二进制码编D E算 而言,法变异算子 成生临的时数变异实量向果如作为S 函数 自变的量 ,其值范 围取不是对称的,因此,在进二制 ED算法中直接套用 BDSO P法算转的换法方 然是显不可的。行在进 化算中法,父代 体在个索空搜中的分间布情况对生于成子代体个指导, 法算向更优域区索具搜重要意有义。布估分算计( Es法imtaiotn f oDsiritbtuon
i[83 84] Alg,oirhmt, DE) A遗是传法和统计算习的学结合 通过,计学统习手的段立
建解
空间内个体分布概率的模,型然后 概率对模随机采型产生样新的体,群此如反 复行,进现实体群进化。的为 克服 了DBDE 算由于 S法 数函义域不对称定使转得之换取 后1“ 和 “0””
的率概不对从而导致称算搜法不平索,衡影响法算优的性化能的陷缺,受 DE 和 ADBSPO 算的启发法本,文引“入率概测预布分”的念,将概 EA 和D ED算法 合结起,来同 时对S 函数 进修正, 提行了一种基于概率出预更新机测的改进制二 制进DE 算(M法odfiei Bindry DaEM,DEB)。 2. 11.算法原理 (1)概率测算子 预MBE D法提出了一个 “算率概预算测”子 对父代个的体比特分进行建模, 建立布父代体个概率分布向量 f 的 iGp , 然 后用该概利率向量行进随采样机,生
成
,G如式公2.(1)(1.12)2所示。新的二进 变制个体 ui异
G fj ip j
1 e
12b G GG p r1, j F (pr 2 ,j r 3,pj ) 0. 51 2F
(.11)2
G
1,if r nda() f (pi )j u 0, o thewriseG j
i(
.212)
G G中其p Gr 1、 pr 2 、p r3 是第 G代 群中随种选出的机 3个不同的 父个代,F体 0
G是 据概 是根缩因放,子 b0 是跨 度系,rand数 ) ( 是 ,0 1 之的间匀均机数,随uj
率向量采样i生的成进二变异位。制 图如2 7 所示,MBDE.根 据3个 同不父代体个的特比分布预来下测代个 一体,一方可以面从父个代体继承中有用的全局息,另信一面,相方于对群种增 学递习算法Popu(ltioa-nbaesdIn rcasingeL arneignP,BIL)[83]根父据种群代所中有 个体分的建布立唯的概一向率导致量成的子生代重复率、多样高差的缺性点,MBDE 只选分父代个体进行部率估计,概可以不同为个体建立不的的概率同 估向量,从而提计高种群多样的,性免由避于次解群集优致的导熟收早。
G 敛pr1 Gr p2
概
模型
率u
iG变
异体
个
Gpr 3
概率估计
算子
父
个代体
图
2 7. BDM 概率E计算子
估
于由用 采3个 不同个的对应体比特位进行概预测率因,就有 8此种 0 、 组 1合从。 图2. 8和 2.表 可1看以出,BDEM 概的估率算计子关于是实数变值异称对 ,的因此以实现可“” 01“平衡”搜,索避陷入局部免最。例如优当比,特组 为合1“1”0,即父时代种中比群“特”多于“01时”此时,为防止陷局部最优, 入子代“1取”概率的能太不大;同,理当比组特为“合010”时,代取子“0”的概 也不能太率大,此 因MBD 能较E好地防止种群入局陷部优。
最1 0. 908 ..0 076. 0011,1 1 10 1100
S'
()x
0.5
0.4 0 .30.2 .01 010 0-F 000, 011
01 11F-
0
0
5.
1
F
1+F
x
图
.28M BE 概率估计算子D(F2= )表 .2 1同父不比代特组合况情下概向量率取值
的
pG 1, r
0j0 0 0 1 11
1
prG2 ,
j00 1 1 00 1
1
rGp3 ,
j01 0 10 1 0 1
ij u
0G -F 0 F 1-F1 +F 11
f(iuj) F=.050.047 400.05 20.0005 .004740.9526 .0500 0.909570 .9526 =1.0 F0.11920. 00520 .888 0.0191 0.28088 0.112 0.9979 0588.80F 2=0. .031520 0.2050 973.40 .2135 0.68570. 062 0.697950 .7658
G ui
j/0 1/100 1 0// 1/01 /1 00/ 0/11
注0/: 1表可示能取0 也能取 1可
()交2叉子 算MBED 法算留保标了 D准E 算中的交叉算法子,不的是同标准,DE 算 中 交叉操法作个中体都是浮编码的点个体,而在 BMDE算法 中,算子该将是二制进
码编的代父体个pi 与概G率测算子生预的临成时异个体变行进叉,将父交代体个中的有 用息继承信到子代体 v个iG中,如 公(2式1.)3示。所
G , if ran () d CR j Ir uij v G pij ,ohtrewse
iG i
j(
213.)
(
3选)择算子 MDBE 同时保也留标了 DE 算法的准择选子,算通过 婪贪择选最将优体个保存 新到代一种中群指,算导法最向优域搜区索 。21..2算法流程 BDM E法利用算概估计率子生成算进制二异变体个,利交用算子叉变异 个体将父与个体代进交叉生成行验试体个 ,后然根贪据婪择策选略留试验
保个体与 代个父之体的间优者胜为作子个代体进入种群,新实种群的更现,其新详细程流如 图 .2 9所。示St p e: 设置1算控制参数法:交叉率 概CR,缩 放子因 F,跨 系数 度 b种,群 模规N P,最大迭 代数次G ax m设种;代数群计器 数 G 0; Stp 2: e0 0 机初始化二进随种群制 P p1 ,0 2 ,p , p0i , ,NpP ,其中 ip 0 01,N
,i为个 体的引, N索为个体 编码长;
St度pe3:
计算种群中
有个体所的应适,值选最优个体 pb ;出
Step 4
:判断 是否满算法停足止代迭条件,是,则若止终代迭输出并优最解pb
, 否则续继面下步,对骤种进群行代迭新;
更St
e 5: Stppe6:
据概根率预测算生成子异个变体 ui G,即公式(2.1)1(.12)2 将父代个体; iGp与 iuG 行进叉,即按照交公式(.21)生成3二制试验进个体 viG作 候为解选;
S
tep7
:择操选作根:公式(2.3据,比较父代)体 个pGi 与试个体验 ivG 优劣的 选,择胜者优为作新代一体个 ip G1
teSp 8:
G
G 1 ;转到 tep 4S 续继代迭。
图 .92 MBE 算D优化法程流
2.1 分进差化法
差算分进化法算Dif(efrenita lEvoultion,DE)和G ,ASO,PCA 等进O化法算 一,样 都是于群基体智的能随机行并优化算,法通过模生物仿体内个体间的群合 与竞争产作的生启式发体智能来指导优群搜索。化E D特的记有能忆力其使可 动以跟态踪当前的搜索况,情调整其以搜索策,实略自适现应寻优,此因有较强 的具全收局性和敛棒鲁, 且性需不要借助题问的定信息,适特于解求一利些常规用 数学规划方法的无法所解求复的杂境环中的优化题[问96]。 D E的群由种若个体干组,成每个个体 表代优问题的化一个在解。潜DE 的优 化机 制根是不同个据体之间的距离和方向信来息生成新候选的个,体 实现体进群 。化其他与化进法算类,DE似采用变异、交 、叉选择这个典三进化算型子种对 进群行更,新但不于传统同化进算子DE 的,进化子算有其独之处。 (到1)变异子算 假设群规模种为 PN 解的,数为 维N ,则群 种P G
示为数实解空间的一个中量向 ip G (pi G 1 ,ip2 ,
N
,第
G代 个 i体 以可
表 G, pNi) , i 1 2,,
,
N 。E D变的
异子为算个每个体生一成对个的应时临个体 uGi ,称“变异为个体 。” 如异公式变(21)所示,D.E 当代种从中随机选择群3 个 体个为父代作体个 进变异行生成,变个体 ui异 G。G
G uiGj rpG 1 , j F ( pr 2 , jpr 3 j,
)(.2)
1G G
其G 中iuj是变 异个体u i G第 j 维的元;素pr G1 ,pr2 ,pr 为第3G 种群代中3 互个
的个异,并且体r 1 r2 r3 i ; F是 数实常,量称“缩为放因子” ,取值范围其 一为 F 般 ,02 。 (2)交算子叉 在进化法算,交中也叉为“称组” ,即将多重父代个体个照按一的规则进定 行叉组交合,现实局开采部。D E用利交算叉生子成的新候解选 ivG, 为“称验试个体 ” 。D E用常的交方式叉为项式二叉,交公如(2式2.)示。
所u ,G f i radn() C R j Ir G vi j ijG pij ,ohtewrie
(2s2).
G
其 v中j i为候解 选vi G的第 j维元素 ra;n d) ( [0,1是 之间的)均随匀机数CR,是
; Ir是 [ 1 , ]N 之间的随机数,整对于同一体 个,01 之间 的数常称,为交叉“率概 的不”同维度 ,rI保持唯 。 一公式从(.2)2图和1 可以看出,异变个体 uG 中至i有少一个元素被继到新的 承选候中,因此解,DE 可较以好保地种持群多样性。
u的G piGi
r CR jIr
iu G 1pG i1
ruet afsle
uGi 2p G 2ifal
es tru
e…
… … … …
Guij
Gp i
j… ……
…G iNu pGN
i
fale fslsea
piG
j
rute rut ……e
G iN
vuG
iui
G 1
uGi
2图
2. D1 交E算叉子意示
图(3
选)算择子D 采用贪婪E选择策略对种群进行来更新,通过比新生较的试成验体与个
当 代种群中应个对的优劣体 选择,应值适优的个体更作为子进入新代群,如种公式( 23.)示。所
p
G1 i
vi ,Gi f f (iGv) f( piG) G p i ,otehrisew
(23)
从.公式(21.可以看出,)DE的变异操作 际上是将实两不个父代同个的差体 加值权加后到 3第个父代 个,从体而到一得个的新临时个体因此,。D E有具好很 的几意何,如义图2.2 示。
所x2
u
i rp1 F (p 2 rp r )3变异
ui
候解
p选1r
v
ip
2
r交叉
p
3r
pi
0
图.22DE 个体 更新原理示意
图x1
总的来说
,ED 法的进算流化程图 如2.3 所,示即通 变异算过来子探新索,解利用交 叉算子行进局部开,发利用贪 选择策婪进略保优行,种群向最使区优靠域拢。 因,DE此 算具法较有好的局收敛性全。初
始群种父代 变 交异 选择
叉图 23 .ED 化进程流
在 D
PBO S法算8[0中],S 数函对于粒相子置和速度更位的范围是对称新的 通过,S 函转换之后数概率范围的同也样是对的称因。此DB,PS O算采法用 S 函数 为作数空间到二进制空实的间映射有其理性合然后,。对于二进制码编D E算 而言,法变异算子 成生临的时数变异实量向果如作为S 函数 自变的量 ,其值范 围取不是对称的,因此,在进二制 ED算法中直接套用 BDSO P法算转的换法方 然是显不可的。行在进 化算中法,父代 体在个索空搜中的分间布情况对生于成子代体个指导, 法算向更优域区索具搜重要意有义。布估分算计( Es法imtaiotn f oDsiritbtuon
i[83 84] Alg,oirhmt, DE) A遗是传法和统计算习的学结合 通过,计学统习手的段立
建解
空间内个体分布概率的模,型然后 概率对模随机采型产生样新的体,群此如反 复行,进现实体群进化。的为 克服 了DBDE 算由于 S法 数函义域不对称定使转得之换取 后1“ 和 “0””
的率概不对从而导致称算搜法不平索,衡影响法算优的性化能的陷缺,受 DE 和 ADBSPO 算的启发法本,文引“入率概测预布分”的念,将概 EA 和D ED算法 合结起,来同 时对S 函数 进修正, 提行了一种基于概率出预更新机测的改进制二 制进DE 算(M法odfiei Bindry DaEM,DEB)。 2. 11.算法原理 (1)概率测算子 预MBE D法提出了一个 “算率概预算测”子 对父代个的体比特分进行建模, 建立布父代体个概率分布向量 f 的 iGp , 然 后用该概利率向量行进随采样机,生
成
,G如式公2.(1)(1.12)2所示。新的二进 变制个体 ui异
G fj ip j
1 e
12b G GG p r1, j F (pr 2 ,j r 3,pj ) 0. 51 2F
(.11)2
G
1,if r nda() f (pi )j u 0, o thewriseG j
i(
.212)
G G中其p Gr 1、 pr 2 、p r3 是第 G代 群中随种选出的机 3个不同的 父个代,F体 0
G是 据概 是根缩因放,子 b0 是跨 度系,rand数 ) ( 是 ,0 1 之的间匀均机数,随uj
率向量采样i生的成进二变异位。制 图如2 7 所示,MBDE.根 据3个 同不父代体个的特比分布预来下测代个 一体,一方可以面从父个代体继承中有用的全局息,另信一面,相方于对群种增 学递习算法Popu(ltioa-nbaesdIn rcasingeL arneignP,BIL)[83]根父据种群代所中有 个体分的建布立唯的概一向率导致量成的子生代重复率、多样高差的缺性点,MBDE 只选分父代个体进行部率估计,概可以不同为个体建立不的的概率同 估向量,从而提计高种群多样的,性免由避于次解群集优致的导熟收早。
G 敛pr1 Gr p2
概
模型
率u
iG变
异体
个
Gpr 3
概率估计
算子
父
个代体
图
2 7. BDM 概率E计算子
估
于由用 采3个 不同个的对应体比特位进行概预测率因,就有 8此种 0 、 组 1合从。 图2. 8和 2.表 可1看以出,BDEM 概的估率算计子关于是实数变值异称对 ,的因此以实现可“” 01“平衡”搜,索避陷入局部免最。例如优当比,特组 为合1“1”0,即父时代种中比群“特”多于“01时”此时,为防止陷局部最优, 入子代“1取”概率的能太不大;同,理当比组特为“合010”时,代取子“0”的概 也不能太率大,此 因MBD 能较E好地防止种群入局陷部优。
最1 0. 908 ..0 076. 0011,1 1 10 1100
S'
()x
0.5
0.4 0 .30.2 .01 010 0-F 000, 011
01 11F-
0
0
5.
1
F
1+F
x
图
.28M BE 概率估计算子D(F2= )表 .2 1同父不比代特组合况情下概向量率取值
的
pG 1, r
0j0 0 0 1 11
1
prG2 ,
j00 1 1 00 1
1
rGp3 ,
j01 0 10 1 0 1
ij u
0G -F 0 F 1-F1 +F 11
f(iuj) F=.050.047 400.05 20.0005 .004740.9526 .0500 0.909570 .9526 =1.0 F0.11920. 00520 .888 0.0191 0.28088 0.112 0.9979 0588.80F 2=0. .031520 0.2050 973.40 .2135 0.68570. 062 0.697950 .7658
G ui
j/0 1/100 1 0// 1/01 /1 00/ 0/11
注0/: 1表可示能取0 也能取 1可
()交2叉子 算MBED 法算留保标了 D准E 算中的交叉算法子,不的是同标准,DE 算 中 交叉操法作个中体都是浮编码的点个体,而在 BMDE算法 中,算子该将是二制进
码编的代父体个pi 与概G率测算子生预的临成时异个体变行进叉,将父交代体个中的有 用息继承信到子代体 v个iG中,如 公(2式1.)3示。所
G , if ran () d CR j Ir uij v G pij ,ohtrewse
iG i
j(
213.)
(
3选)择算子 MDBE 同时保也留标了 DE 算法的准择选子,算通过 婪贪择选最将优体个保存 新到代一种中群指,算导法最向优域搜区索 。21..2算法流程 BDM E法利用算概估计率子生成算进制二异变体个,利交用算子叉变异 个体将父与个体代进交叉生成行验试体个 ,后然根贪据婪择策选略留试验
保个体与 代个父之体的间优者胜为作子个代体进入种群,新实种群的更现,其新详细程流如 图 .2 9所。示St p e: 设置1算控制参数法:交叉率 概CR,缩 放子因 F,跨 系数 度 b种,群 模规N P,最大迭 代数次G ax m设种;代数群计器 数 G 0; Stp 2: e0 0 机初始化二进随种群制 P p1 ,0 2 ,p , p0i , ,NpP ,其中 ip 0 01,N
,i为个 体的引, N索为个体 编码长;
St度pe3:
计算种群中
有个体所的应适,值选最优个体 pb ;出
Step 4
:判断 是否满算法停足止代迭条件,是,则若止终代迭输出并优最解pb
, 否则续继面下步,对骤种进群行代迭新;
更St
e 5: Stppe6:
据概根率预测算生成子异个变体 ui G,即公式(2.1)1(.12)2 将父代个体; iGp与 iuG 行进叉,即按照交公式(.21)生成3二制试验进个体 viG作 候为解选;
S
tep7
:择操选作根:公式(2.3据,比较父代)体 个pGi 与试个体验 ivG 优劣的 选,择胜者优为作新代一体个 ip G1
teSp 8:
G
G 1 ;转到 tep 4S 续继代迭。
图 .92 MBE 算D优化法程流