知识卡片
种群差向量探索连续空间
DE/rand/1 的变异式为 (V{i,t+1}=X{r1,t}+F(X{r2,t}-X{r3,t})):以随机个体 (X_{r1}) 作基向量,加上缩放因子 F 乘以另两名个体的差向量。r1、r2、r3 彼此不同且不等于目标个体序号 i;F∈[0,2] 控制差分步幅。
示例(补充演算,非书中数据):(X{r1}=(1,2))、(X{r2}=(3,1))、(X_{r3}=(2,2))、F=0.5。差向量为 (1,−1),乘 F 得 (0.5,−0.5),于是 (V=(1.5,1.5))。差向量的大小和方向来自种群自身的分布:个体分散时步子大,聚拢时步子自然变小。
命名 DE/x/y 中,x 表示基向量的选法(rand 为随机个体,best 为当前最优个体),y 表示差分向量的个数。原书称 rand 类策略较利于多样性、best 类较利于收敛,但未给统一对照条件。
这张卡片看不懂?
这张卡片的反馈已满 10 条,暂时无法继续提交。
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
- 1 0 . 1 . 2 差 分 进 化 算 法 流 程 · 查看原书依据
,0,0 2. 变异操作 变异操作采用的差分向量思想是DE算法区别于其他进化算法的关键:将父代种群中两个不同的个体的差向量记作差分向量D,即D=Xr-Xr,对加权后的差分向量D与另一个不同的父代个体进行求和,得到变异个体。
参考来源
- 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`;式 10-2,公式见 `_epub-src/EPUB/images/image_236.svg`)
- 结论依据:式 10-2 将随机基向量与两随机个体之差按 F 缩放后相加;正文限定索引互不相同,解释 F 的范围和作用,并定义策略名称中的 x、y。二维向量演算为依据式 10-2 补充的教学示例,非书中数据;“分散时步子大、聚拢时变小”是由差向量定义推出的解释。
- 原始内容:V_{i,t+1}=X_{r1,t}+F(X_{r2,t}-X_{r3,t})\qquad(10-2)