一种求解动态优化问题的改进自适应差分进化算法
2021-04-29刘树强
计算机工程 2021年4期
关键词:优化
刘树强,秦 进
(贵州大学计算机科学与技术学院,贵阳 550025)
0 概述
在现实生活中很多优化问题均具有动态变化特性[1],例如在调度问题中,随着新任务的到达,机器可能随时发生故障,原材料质量也会随时间产生变化,而静态优化方法无法有效解决上述问题,因此动态优化方法应运而生[2]。当前研究通常将动态优化问题(Dynamic Optimization Problem,DOP)视为一系列静态优化问题(Static Optimization Problem,SOP)的组合,由于目标函数随时改变,因此会导致最优解位置和搜索空间特征的不断变化[3],而解决动态优化问题的关键是控制解的多样性[4]。传统演化算法在解决静态优化问题方面取得了较好的效果,但不能很好地解决动态优化问题,因为其在运行一段时间后会收敛到固定值,失去探索区域所需的多样性,导致不能跟踪到新环境下已变化的最优解[5]。在动态优化问题中,对不断变化的最优解的快速追踪与找到最优解本身同等重要[6],这就要求动态优化问题的求解方法同时具备快速收敛和保持多样性的能力。国内外许多研究人员对传统演化算法进行了相关改进,使其能够更好地解决动态优化问题。在过去十几年中,研究人员提出了许多求解动态优化问题的算法及提升算法性能的策略[7]。
差分进化算法与多数演化算法相比,实现过程更简单和直观,具备良好的全局搜索能力,适用于处理大规模问题[8]。差分进化算法不仅在求解静态问题方面表现出较好的性能,而且被证明可用于解决动态优化问题[9]。……
登录APP查看全文
