知识卡片
DE与GA算子混合迭代流程
这个混合方案按遗传算法(GA)的流程组织整体框架,只在“生成新个体”一步提供两种做法:
- DE 方式:借用差分进化的繁殖策略,用两个个体的差向量乘以缩放因子,再加到另一个个体上得到新个体。
- GA 交叉:交换两个父代的部分基因。
每一代先按适应度排序,只让前 50% 的个体参与繁殖;从中选父代后走上面任一分支生成个体,再随机挑新个体做变异,然后重新检测适应度和代数。混合算子必须说明各自产生候选及进入下一代的顺序,否则无法判断改进来自哪一部分。
结构图:
flowchart TD
A[初始化种群和参数] --> B[适应度检测]
B --> C{满足检测条件?}
C -- 是 --> Z[结束]
C -- 否 --> D[排序并选前50%繁殖]
D --> E[随机选择父代]
E --> F{DE差分或GA交叉生成}
F --> G[随机选择新个体变异]
G --> H[再次检测并检查代数]
H -- 满足条件 --> Z
H -- 继续 --> D
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- 1 0 . 3 . 1 混 合 差 分 进 化 处 理 多 目 标 优 化 问 题 · 查看原书依据
该算法借鉴了DE算法中的繁殖策略和GA的交叉变异方法,按照GA的流程组织整个框架,通过融合两种优化方法各自的优点,提高了算法的收敛速度和可靠性,算法流程如图10.5所示。
参考来源
- 位置:《智能算法导论》第 10 章《10.3.1 混合差分进化处理多目标优化问题》(源文件:`_epub-src/EPUB/xhtml/chapter10_0008.xhtml`,图 10.5)
- 结论依据:流程图明确显示适应度排序、前 50% 个体参与繁殖、父代选择、DE/GA 两种候选生成分支、变异和终止检测顺序。
- 原始内容:该算法借鉴了DE算法中的繁殖策略和GA的交叉变异方法,按照GA的流程组织整个框架。