多进化模式协作的差分进化算法
差分进化算法存在多种进化模式(亦称为有多种变异策略),其一般表示形式为DE/x/y/z,各种进化模式存在着性能上的差异,每一类进化模式既有各自的优势,也存在着不足,不能简单地说哪一类模式绝对地好,哪一类模式绝对的差。同时各模式还具有共性特征,即它们产生新个体的均为基准个体与差异向量的线性组合,这使得各模式可以统一处理,便于模式间的协作进化。
阅读全文 >
差分进化算法存在多种进化模式(亦称为有多种变异策略),其一般表示形式为DE/x/y/z,各种进化模式存在着性能上的差异,每一类进化模式既有各自的优势,也存在着不足,不能简单地说哪一类模式绝对地好,哪一类模式绝对的差。同时各模式还具有共性特征,即它们产生新个体的均为基准个体与差异向量的线性组合,这使得各模式可以统一处理,便于模式间的协作进化。
阅读全文 >
基本粒子群优化算法的寻优能力主要依赖粒子之间的相互作用和相互影响,粒子自身没有变异能力。当单个粒子陷入局部极值时,它可以借助其它粒子来逃逸局部极值点;若大部分粒子均被相同的局部极值所限制时,整个算法就会进展缓慢,甚至出现停滞现象。因而基本PSO算法在早期具有较好的收敛速度,但在算法的后期,由于所有粒子都向局部极小或全局极小收敛,
阅读全文 >
差分进化算法有两个重要的算法参数缩放因子F与交叉因子CR,这两个参数的设置对算法性能的影响很大,不恰当的参数可能导致算法的收敛与局部解或者收敛速度极慢。如何确定这两个参数是一个重要的问题,水文工具集站点也给出了通过随机算法参数改进的简化差分进化算法这样的思路。这里将给出另外一种自适应的方法对算法参数进行改进。
阅读全文 >
进化策略作为一种进化算法,具有较强的局部搜索能力,且收敛迅速。针对在多极值问题而进行改进的快速进化策略(Fast Evolution Strategies,FES)用柯西变异算子代替原来的高斯变异算子,一般情况下,FES算法在求解多极值复杂问题时能取得较好的结果,但对于局部极值较少的问题,与标准算法差别不大。基于平衡ES算法的局部搜索和全局搜索能力的目的,提出了基于双种群的改进进化策略。
阅读全文 >
雨量站观测到的降雨量,只代表该站附近小范围内的降水情况。在水文分析工作中,常需知道一个流域或地区的特定时段内的平均降水量。实用的计算方法主要有算术平均法、泰森多边形法和等雨量线图法。
(1)算术平均法
Pavg = sum(Pi)/n
式中:Pavg为区域或流域平均降水量;Pi为第i站同时期内的降水量;n为测站数。
阅读全文 >
进化策略(Evolutionary Strategies,ES)是由德国的I.Rechenberg和H.P.Sehwefel于1963年提出的。ES作为一种求解参数优化问题的方法,模仿生物进化原理,假设不论基因发生何种变化,产生的结果(性状)总遵循零均值、某一方差的高斯分布(即正态分布:如何生成正态分布可以参阅VBA产生正态分布随机数NormalRand)。
早期ES的种群中只包含一个个体,而且只使用基于正态分布的变异操作。在每一进化代,变异后的个体与父体进行比较再选择两者之优,这种ES称为(1+1)-ES。
阅读全文 >