← 返回刚才阅读的位置

知识卡片

普通读书笔记卡 · 3759.f

自适应DE依据反馈调参数与策略

理解等级:高级

差分进化(DE)有两个核心控制参数:缩放因子 F 决定差向量被放大多少,F 越大一步跳得越远;交叉概率 CR 是新个体的分量取自变异个体而非父代的概率。固定取值很难适应整个搜索过程,自适应 DE 就根据搜索中的反馈来改它们。

不同方案的差别在于“看什么反馈、改什么对象”:

方案 反馈信号 调整对象
SPDE 随进化自适应 变异概率与交叉概率
ADEA 当前 Pareto 前沿数量与解的多样性 F;CR 全程不变
Wang 等 个体经 5 次进化仍未产生优秀个体 该个体的 F 和 CR
MOSDE 每次随机选用三种差分策略之一 各策略独立的自适应 F_s、CR_s
SADEMOO 一定代数内新个体的优劣 F 的大/中/小三种分布被选中的概率
PADE 进化进程 CR 逐步调整,增强挖掘

Pareto 前沿指多目标问题中互不支配的一组折中解。表中各方案依赖的信号不同,不能混成同一套固定规则,具体机制须针对问题验证。

这张卡片看不懂?

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

    参考来源

    - 位置:《智能算法导论》第 10 章《10.3.2 自适应差分进化处理多目标优化问题》(源文件:`_epub-src/EPUB/xhtml/chapter10_0009.xhtml`) - 结论依据:SPDE 使变异和交叉算子自适应演化并传递;ADEA 用前沿数量与解集多样性调整 F;其他方案按连续无改进或策略选择调整 F/CR。不同调整依赖特定反馈信号,不应混成同一固定机制。 - 原始内容:ADEA在每一次迭代过程中会根据当前Pareto前沿数量和当前解的多样性,计算自适应参数 F。 - 原始内容:如果一个个体经过5个进化操作后依然没有产生优秀的个体,则该个体对应的缩放因子 F 和交叉概率CR需要调整。 - 原始内容:上述3种策略分别拥有独立的自适应参数 F s 和CR s,s =1,2,3,分别对应3种差分进化策略。 - 位置:《智能算法导论》第 10 章《10.4.2 基于差分进化算法的有限缓冲区调度》(源文件:`_epub-src/EPUB/xhtml/chapter10_0012.xhtml`) - 结论依据:本节说明 PADE 在进化中不断调整交叉率 CR;这补充了按搜索阶段改变控制参数的实例,但原文未给更新公式。 - 原始内容:参数CR在进化过程中不断调整,逐渐增强挖掘能力。