差分進化算法

本書介紹了一種實現簡單、易於使用、可靠快速的全局優化算法——差分進化算法。主要內容有：差分進化算法的研究動機、主要內容、標準測試、問題域、架構和計算環境、編程以及各種應用。

本書可作為相關專業的教材使用，同時也適合對優化問題感興趣的所有讀者。

前言

第1章差分進化的研究動機1

11參數優化引論1

111引言1

112單點求導型優化4

113單點非求導型的優化及步長問題8

12局部優化與全局優化對比11

121模擬退火12

122多點求導型方法13

123多點非求導型方法14

124差分進化的印象21

參考文獻25

第2章差分進化算法28

21引言28

211種羣結構28

212初始化28

213變異29

214交叉29

215選擇30

216初識差分進化算法31

217可視化DE32

218註釋36

22參數表示36

221二進制比特串36

222浮點數37

223浮點約束39

23初始化39

231初始化邊界40

232初始化分佈42

24基向量選擇46

241選擇基向量索引（r0）46

242一對一基向量選擇47

243幾種隨機基索引選擇方法的比較48

244退化向量組合49

245索引值互異51

246測試退化組合的影響：球面函數52

247偏基向量選擇方案54

25差分變異54

251變異縮放因子55

252隨機化縮放因子58

26重組66

261交叉66

目錄目錄262Cr在優化中的作用70

263算術重組75

264相圖79

265異或算法83

27選擇84

271生存準則85

272錦標賽選擇86

273一對一生存（者）準則87

274局部選擇和全局選擇的比較88

275置換選擇的不變性89

276依賴交叉的選擇壓力89

277並行性能90

278延伸90

28終止條件91

281達到目標91

282限制代數91

283統計種羣92

284限制時間92

285人工監測92

286特定應用92

參考文獻92

第3章差分進化的標準測試97

31關於測試97

32性能評估98

33幾種DE的比較100

331算法100

332測試集102

333相圖103

334小結110

34DE與其他優化算法的比較113

341可比的性能:針對30維函數113

342比較研究:非約束優化120

343其他問題域上的性能比較123

344基於應用的性能比較126

35總結131

參考文獻131

第4章問題領域138

41引言138

42函數及參數量化138

421均勻量化138

422非均勻量化139

423目標函數量化140

424參數量化142

425混合變量145

43約束優化145

431邊界約束146

432不等式約束148

433等式約束156

44組合問題162

441旅行商問題164

442置換矩陣方法164

443相對位置索引165

444Onwubolu方法166

445鄰接矩陣方法167

446總結169

45設計中心問題171

451發散、自導向性和池化171

452設計中心的計算173

46多目標優化174

461目標函數加權和175

462Pareto優化175

463Pareto前沿的兩個例子176

464優化多目標的適應性DE178

47動態目標函數182

471穩定優化183

472不穩定優化185

參考文獻186

第5章架構和計算環境191

51基於多處理器的差分進化算法191

511背景191

512相關工作191

513標準模型的缺點194

514改進的標準模型194

515主處理器195

52基於資源有限設備的差分進化算法198

521隨機數198

522排列數生成器200

523高效的排序202

524內存節省型的差分進化算法202

參考文獻204

第6章計算機編碼206

61差分進化的MATLAB實現——DeMat206

611DeMat的總體結構206

612命名和代碼約定207

613數據流程圖207

614怎樣使用圖形210

62DeWin——Windows下使用C語言的DE212

621DeWin總體的結構212

622命名和代碼規範215

623數據流程圖216

624怎樣使用圖形217

625graphicsh的功能219

63隨書光盤上的軟件220

參考文獻221

第7章應用222

71遺傳算法和相關技術優化SiH簇：差分進化的優點分析223

711引言223

712系統模型224

713計算細節225

714結果和討論226

715總結231

參考文獻231

72差分進化在非成像光學設計中的應用232

721引言233

722目標函數233

723逆向工程方法檢驗235

724更難的問題：擴展源237

725總結238

參考文獻239

73工業壓縮機供應系統的優化239

731引言239

732測試問題的背景信息240

733系統優化240

734需求概況241

735改進的差分進化及擴展DE的通性241

736數據庫中的組件選擇242

737交叉方法242

738測試步驟245

739獲取100%的確定結果246

7310結果246

7311總結247

參考文獻247

74基於差分進化算法的多傳感器融合的極小化表示248

741引言248

742多傳感器融合的極小化表示250

743用差分進化解決多傳感器融合253

744實驗結果255

745對比二進制遺傳算法260

746總結262

參考文獻263

75測定地震震源：差分進化算法的一個挑戰265

751引言265

752方向性問題解決方案的簡要説明267

753人造定位測試268

754收斂屬性269

755總結271

參考文獻272

76並行差分進化在3D醫學