动态差分进化算法及其应用

《信息化与工业化两化融合研究与应用丛书》序

前言

第1章 概述

1.1 引言

1.2 差分进化算法

1.2.1 差分变异操作

1.2.2 交叉操作

1.2.3 选择操作

1.2.4 DE工作原理与算法流程

1.3 差分进化算法家族

1.4 差分进化算法的收敛性分析

1.5 动态差分进化算法

1.5.1 动态差分进化算法原理

1.5.2 DDE的收敛性分析

1.5.3 DDE与DE的比较分析

1.6 本章小结

参考文献

第2章 改进变异算子差分进化算法

2.1 最优排序变异差分进化算法

2.1.1 最优排序变异算子

2.1.2 数值分析

2.1.3 IDE在资源受限项目调度问题中的应用

2.2 自适应二次变异差分进化算法

2.2.1 差分进化算法的早熟收敛分析

2.2.2 算法设计

2.2.3 算法性能分析

2.2.4 基于ASMDE的PID控制器参数整定

2.3 求解混合整数非线性规划问题的改进差分进化算法

2.3.1 MINP问题描述

2.3.2 改进的差分进化算法

2.3.3 算法流程

2.3.4 实验研究

2.4 本章小结

参考文献

第3章 参数自适应差分进化算法

3.1 引言

3.2 基于个体适应度的参数自适应差分进化算法

3.2.1 参数自适应控制策略

3.2.2 缩放因子F的自适应策略

3.2.3 交叉概率CR的自适应策略

3.2.4 实验研究

3.2.5 基于SAMDE的机械手轨迹规划

3.4 自学习参数自适应差分进化算法

3.4.1 自学习参数自适应策略

3.4.2 数值分析

3.4.3 基于PSLMDE的电力系统负荷分配

3.4.4 PED问题的PSLMDE求解方法

3.4.5 算例分析

3.5 本章小结

参考文献

第4章 多变异模式差分进化算法

4.1 引言

4.2 双群体伪并行差分进化算法

4.2.1 DsPPDE算法

4.2.2 基于平均熵的初始化

4.2.3 实验研究

4.3 DSPPDE算法在非线性系统参数估计中的应用

4.3.1 模型参数估计问题描述

4.3.2 应用实例

4.4 引入模拟退火策略的自适应组合差分进化算法

4.4.1 非固定多段映射罚函数法

4.4.2 自适应组合差分进化算法

4.4.3 算法流程

4.4.4 数值分析

4.5 一种自适应变异差分进化算法

……

第5章 单纯形混合差分进化算法

第6章 基于拥挤熵多样性保持的多目标差分进化算法

第7章 最近邻距离多样性保持的多目标差分进化算法

第8章 基于差分进化算法的动态多目标优化

第9章 基于差分进化算法的双层多目标优化

附录A 单目标优化Benchmark测试函数

附录B 多目标优化Benchmark测试函数

附录C IEEE30-和118-bus测试系统线损B系数

进化计算尤其是进化多目标优化是当前计算智能领域的研究热点。差分进化算法是当前最为流行和实用的进化算法之一。
　　目前对差分进化算法的研究和应用主要集中于静态种群结构的基本差分进化算法，而静态种群结构不利于算法的收敛速率，且需要额外的存储空间。《动态差分进化算法及其应用》结合国内外关于差分进化算法的最新研究成果，重点研究动态种群结构的差分进化算法，提出和设计了多种高效、鲁棒的动态差分进化算法和多目标动态差分进化算法，并应用于资源受限项目调度、二维IIR滤波器优化设计、电力系统环境负荷多目标分配、混合动力汽车多目标优化设计、动态多目标优化和双层多目标优化等领域，因此具有重要的学术理论意义和实际工程应用价值。
　　《动态差分进化算法及其应用》可作为控制科学与工程、电气工程、计算机科学与技术、管理科学与工程、机械工程等相关学科的教师、学生和研究开发技术人员，尤其是进化计算及应用研究者的参考书。