重庆网站建设qq群,平江做网站的公司,漳州网站建设公司推荐,seo发外链工具差分进化算法属于一种进化算法#xff0c;以全局最优性、收敛速度快等特点#xff0c;得到很多学者的关注#xff0c;并将其扩展到参数优化、数值优化、工程优化、路径优化、机器学习等一系列研究中。
而差分进化算法的原理即过程又是什么呢#xff1f;
一、什么是差分进…差分进化算法属于一种进化算法以全局最优性、收敛速度快等特点得到很多学者的关注并将其扩展到参数优化、数值优化、工程优化、路径优化、机器学习等一系列研究中。
而差分进化算法的原理即过程又是什么呢
一、什么是差分进化算法
差分进化算法的原理属于内部寻优机制通过不断缩小搜索区域进而达到最优区域范围使其种群不断靠近最优区域的邻域。如下图所示 通过上图可知种群个体不断在搜索区域搜寻随着搜寻次数的增加搜索区域面积在逐渐减少。最后种群个体都朝着最优区域前进落在邻域内这样一个过程就完成了差分进化算法的内部进化机制。
至于差分进化算法的原理这里就不再过多阐述。接下来将阐述如何运用java的面向对象思维编写程序
二、差分进化算法需要实现的方法部分
对于差分进化算法需要经过初始化种群、保存初始种群下的当前最优值、变异、交叉、选择、保存全局最优值因此可以将其看作面向对象的方法其中种群中的种群数、个体、变异因子、交叉因子看作是面向对象的属性。
所以将种群数、个体、变异因子、交叉因子编写成成员变量如下 //初始化参数--以公共变量为主--所有方法都可以访问public int Np10; //种群数量public int D2; //个体维度---维数越高收敛度就会下降----多维函数建立public double F0.5; //变异因子public double Cr0.95; // 交叉概率 ---在这里取1收敛速度快为什么public double xmax1; //基向量的最大值 ----根据函数的自变量建立每个区间的初始值改进public double xmin-1; //基向量的最小值
将当前最优值、变异、交叉、选择、保存全局最优值看作成面向对象的方法
// 初始化种群public void Init(){Random rnew Random();double d1 r.nextDouble();for (int i0;iNp;i)for(int j0;jD;j)X[i][j]xmin(xmax-xmin)*d1;this.setX(X);}//保存当前最优值public void save_best(){Xthis.getX();bestX[0];for(int i1;iNp;i){if(cal_fitness(best)cal_fitness(X[i]))bestX[i];}this.setBest(best);}//变异操作public void variated(){Xthis.getX();Random rnew Random();for(int i0;iNp;i){int r00,r10,r20;for(int j0;jD;j){if(r2i||r1i||r0i||r0r1||r0r2||r1r2) //做基变量的的互异问题r0r.nextInt(Np);r1r.nextInt(Np);r2r.nextInt(Np);V[i][j]X[r0][j](X[r1][j]-X[r2][j])*F; //变异//防止越界;检查是否越界if(V[i][j]xmin) V[i][j]xmin;if(V[i][j]xmax)V[i][j]xmax;}}this.setV(V);}//交叉操作public void cross(){Xthis.getX();Vthis.getV();Random rnew Random();for(int i0;iNp;i){for(int j0;jD;j){int jrandr.nextInt(D);if(r.nextDouble()Cr || jjrand)U[i][j]V[i][j];elseU[i][j]X[i][j];}}this.setU(U);}// 选择操作public void select(){Xthis.getX();Uthis.getU();for(int i0;iNp;i){if(cal_fitness(U[i])cal_fitness(X[i]))X[i]U[i];elseX[i]X[i];}this.setX(X);}//全局最优值保存public void gobal_solve(){bestthis.getBest();Xthis.getX();for(int i0;iNp;i){if(cal_fitness(X[i])cal_fitness(best))bestX[i];}this.setBest(best);best_fitnesscal_fitness(best);System.out.println(最优解best[0], best[1]);System.out.println(最优值best_fitness);System.out.println(----------------------------);}
而其中不同的方法需要进行相互调用而创建的void方法需要对其返回值需要保存到提前开创的存储空间
//创建储存种群的矩阵private double X[][]new double[Np][D]; //存放初始个体以及子代个体private double V[][]new double[Np][D]; // 存放变异个体private double U[][]new double[Np][D]; //存放交叉个体private double best_fitness;private double best[]new double[D]; // 保存最优个体/*复制个体及种群---其中的X,V,U,best_fitness,best属于私有的属性不能独自获取需要创建一个公有访问方法*/public double[][] getX(){return X;}public void setX(double[][] X){for(int i0;iNp;i)for(int j0;jD;j)this.X[i][j]X[i][j];}public double[][] getV(){return V; }public void setV(double[][] V){for(int i0;iNp;i)for(int j0;jD;j)this.V[i][j]V[i][j];}public double[][] getU(){return U;}public void setU(double[][] U){for(int i0;iNp;i)for(int j0;jD;j)this.U[i][j]U[i][j];}
然后开创好空间、创建方法、设置成员变量之后创建函数 // 创建测试函数public double cal_fitness(double x[]){double y;yx[0]*x[0]x[1]*x[1]-2;return y; }
函数可以根据自己的需求进行修改
之后创建主方法调用各子方法运行差分进化算法的整个过程 public static void main(String[] args){// 创建对象Tradition_DE gnew Tradition_DE();int iter0;g.Init();while (iter1000){//g.DE();g.variated();g.cross();g.select();g.gobal_solve();iter;}}
三、运行结果
最优解0.0, 0.0
最优值-2.0
----------------------------
最优解0.0, 0.0
最优值-2.0
----------------------------
点击下方蓝色字体链接获取源代码
java编写传统差分进化算法
