差分进化算法理论与应用

在工程技术和科学研究等诸多领域，大量的优化问题很难精确求解，许多实际问题存在非线性、强约束、多目标、不确定等性能，对优化理论和优化技术带来新的挑战。研究适合于大规模复杂问题的智能算法成为解决这类问题的新的出路。而一种实用的智能算法需要满足以下三个要求：1）不管初始系统的参数如何，该方法应能够寻求到真正的全局最优解。2）较快的收敛速度。3）为方便实用，该方法应具有较少的参数。 差分进化算法是一种新型的智能优化方法，可用于解决连续领域的优化问题。该算法的优点在于控制参数少、原理相对简单、易于理解和实现，再加上其表现出来的高可靠性、强鲁棒性以及良好的优化性能，已经成为进化计算研究领域的热点课题。差分进化算法是采用实数编码的一种基于群体智能的全局优化算法，通过种群内个体之间的协作与竞争产生优势个体来指导种群的进化。采用结构简单的差分变异和交叉算子以及贪婪的选择操作利用优势个体更新种群，使得在种群迭代完成时接近或达到最优解。该算法特有的记忆功能使得算法可以动态跟踪当前的搜索情况来调整搜索策略，具有较强的鲁棒搜索能力。在优化求解过程中，差分进化算法并不依赖被优化问题的信息实现全局寻优，而是依据整个