知识卡片

普通读书笔记卡 · 3759

差分变异与竞争更新种群

理解等级:中级

差分进化(DE)用实数向量表示个体,按变量上下界随机初始化 N 个个体,然后每代对每个父代个体做三步:

  1. 差分变异:取另两个个体的差向量,乘缩放因子 F 后加到第三个个体上,得到变异个体;
  2. 交叉:把变异个体与该父代按维混合,交叉概率 CR 决定各维取自变异个体的机会,结果称试验个体;
  3. 选择:试验个体只与自己对应的父代比较,适应度更优者进入下一代。

这种一对一配对更新保证种群中每个个体槽位的适应度不会变差,但不保证全局最优。每代先评估适应度、判断是否停止,停止后输出当前最优解。主要参数为种群规模 N、F、CR;参数易调及性能优势仍需同任务实验核验。

这张卡片看不懂?

已有反馈 · 0 / 10 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《差分进化导论》(源文件:`_epub-src/EPUB/xhtml/chapter10_0001.xhtml`) - 结论依据:原文明确列出 DE 的实数编码、差分变异和一对一竞争生存策略;性能比较未提供实验条件,故卡片保留机制并限制优势主张。 - 原始内容:其采用实数编码、基于差分的变异操作和一对一的竞争生存策略。 - 位置:《智能算法导论》第 10 章《10.1.2 差分进化算法流程》(源文件:`_epub-src/EPUB/xhtml/chapter10_0003.xhtml`) - 结论依据:流程按变量上下界随机初始化,生成试验个体后只与其对应父代比较并选择适应度较优者;这说明选择是配对贪心更新,不是全局最优保证。 - 原始内容:在二者之间选择适应度值更优的个体进入下一代 - 位置:《智能算法导论》第 10 章《10.1.3 差分进化算法与遗传算法的比较》(源文件:`_epub-src/EPUB/xhtml/chapter10_0004.xhtml`) - 结论依据:比较节将 DE 主要参数列为 N、F、CR,并描述参数敏感性;卡片保留参数清单,不把缺少实验细节的“容易调整”作为事实。 - 原始内容:其主要有3个参数需要调整:种群规模N、缩放因子F以及交叉概率CR。 - 位置:《智能算法导论》第 10 章《10.2.2 差分进化算法流程》(源文件:`_epub-src/EPUB/xhtml/chapter10_0006.xhtml`,图 10.3) - 结论依据:正文步骤和流程图共同显示每代先评价适应度、检查停止条件,再执行变异、交叉和选择,最后递增代数回到评价;停止时输出当前最优解。 - 原始内容:步骤2:适应度的评价,计算每个个体的适应度值。步骤3:判断是否满足终止条件,若是,则算法停止,输出最优解;否则,继续下一步。