基于TSP的改进差分进化算法

针对TSP问题,提出一种改进的差分进化算法:利用贪心算法产生初始种群,定义特有的编码匹配函数进行变异操作,排序法修复变异个体,并采用顺序交叉,在变异操作之后,加入新的选择机制,防止交叉操作破坏变异出的优良个体,实验结果表明改进后的差分进化算法能够高效地解决TSP问题,体现良好的优化性能。     

基于反向学习的差分进化算法的冷轧负荷分配

提出了一种基于反向学习的自适应差分进化算法,该算法为增加初始种群的多样性,采用反向学习技术进行种群初始化,然后根据选择概率为每一个个体选择变异策略,并使用基于进化的单调递减函数和Logistic映射为每一个个体产生控制参数值。经过大量的仿真实验,实验结果表明该算法要优于其他差分进化算法。最后将该算法应用到了冷连轧负荷分配优化中。     

基于差分进化算法的供水系统节能调度研究

针对当前供水系统节能降耗的需求,根据供水系统运行特点,利用合理划分调度期的方式,建立了以节能为目标的优化调度模型;采用差分进化算法对模型进行求解,应用实数编码将决策变量表示为进化种群中的个体;运用罚函数法对约束条件进行转换,并使用加法和乘法的形式进行组合,构建了适应度函数;采用标准差分策略进行变异操作;以天津市中心城区供水系统为例,验证了模型与差分进化算法的有效性,并与遗传算法进行了对比,显示出前者在求解该模型上具有一定的优势。     

基于改进差分进化算法的运动想象脑机接口频带选择

由于人脑对事件响应频带各不相同,为了准确确定个体最优滤波频带,提出一种多策略变异算子和时变非线性交叉因子差分进化算法对运动想象EEG频带进行处理,采用共空间模式算法提取特征向量,利用线性分类器进行分类识别。使用该方案对BCI competition III-dataset 4a受试者的EEG数据进行了10次5倍交叉分类实验。实验结果表明,该算法稳定性强、耗时少,解决了运动想象BCI特征提取中的最优频带选择问题。     

基于离散差分进化算法的随机车辆路径问题

针对差分进化算法求解组合优化问题存在的局限性,引入计算机语言中的2种按位运算符,对差分进化算法的变异算子进行重新设计,用来求解不确定需求和旅行时间下同时取货和送货的随机车辆路径问题（SVRPSPD）。通过对车辆路径问题的benchmark问题和SVRPSPD问题进行路径优化,并同差分进化算法和遗传算法的计算结果进行比较,验证了离散差分进化算法的性能。结果表明,离散差分进化算法在解决复杂的SVRPSPD问题时,具有较好的优化性能,不仅能得到更好的优化结果,而且具有更快的收敛速度。     

高斯变异差分进化算法及其应用研究

为平衡算法收敛速度和全局搜索能力,克服差分进化算法易“早熟”的缺陷,在分析引起种群多样性下降及个体进化停滞原因的基础上,通过引入高斯变异操作,提出了基于高斯变异改进的差分进化算法(modified differential evolution base on Gauss mutation, GMDE). 数值仿真及2个工程优化问题的求解结果表明本文算法能有效避免“早熟”收敛,且在算法收敛速度和全局搜索能力上取得了较好的平衡.     

基于核超限学习机的中文文本情感分类

针对传统情感分类算法存在的参数学习困难及分类性能较低等问题,提出了一种基于核超限学习机的中文文本情感分类方法.首先通过信息增益对训练数据进行特征选择以降低输入维数,然后通过构建基于小波核超限学习机的分类器实现对中文文本的情感分类.实验结果表明,新方法参数学习容易,且其文本情感分类性能通常优于支持向量机和朴素贝叶斯.     

基于扰动抑制的差分进化算法的纸浆浓度控制系统

目的为了解决传统单PID控制优化算法仅关注跟踪性能,无法满足在纸浆浓度控制系统等工业生产环节中控制品质和成品良率的需求。方法将PID控制系统离散化以计算在高斯扰动下的输出方差作为扰动抑制的依据,并结合ITAE指标通过差分进化算法优化PID性能。结果仿真表明,该整定方法可以通过权值选取优化的偏好,自由调节PID控制器的性能表现,对比基于Z-N法的PID控制和基于PSO算法优化的PID控制,基于扰动抑制差分进化算法的PID控制的ITAE指标为14.3495,输出方差为31.8530,均优于其他2种算法。结论基于扰动抑制的差分进化算法可以通过用户自定义权重来协调纸浆浓度的输出方差和跟踪性能,从更实际的角度整定纸浆浓度控制系统的PID控制器参数,使得控制系统的性能指标满足工业生产要求。     

基于差分进化算法的摩擦力建模与前馈补偿

摩擦力是电机运行时受到的外部扰动,会降低直线电机的跟踪精度.根据摩擦模型设计前馈补偿器是降低摩擦影响的重要方法.首先分析摩擦特性,选用合适的摩擦模型.其次设计电机速度前馈控制器和加速度前馈控制器,提高电机的跟踪性能.根据测得的电机在不同速度下的摩擦力值,运用差分进化算法辨识直线电机的摩擦模型参数,以此设计前馈控制器,实现永磁同步直线电机的摩擦抑制.仿真结果表明,摩擦模型能准确描述被测直线电机的摩擦特性,基于摩擦模型辨识结果设计出的摩擦前馈控制器可以有效地消除摩擦力引起的速度粘滑现象并且减小电机的位置跟踪误差.     

最小-最大模糊神经网络差分进化算法研究

该文利用二维正弦函数对DE算法和最小-最大模糊神经网络(MMFNN)结构优化策略进行测试,用MATLAB编程。在DE算法测试中,方差为0.0085,实验误差0.0078,实验结果表明:DE算法具有高效性与精准性。在MMFNN算法测试中,错误兼容率为0.0097,小于设定的错误兼容率0.01,验证了MMFNN结构的准确性。将2种算法的实验结果进行比较,DE算法比MMFNN算法优化效果好,有效性和精准性高,为将来人工智能和计算机电子信息等领域解决优化问题提供理论依据。     

Optimization of Electrocardiogram Classification Using Dipper Throated Algorithm and Differential Evolution

Electrocardiogram (ECG) signal is a measure of the heart’s electrical activity. Recently, ECG detection and classification have benefited from the use of computer-aided systems by cardiologists. The goal of this paper is to improve the accuracy of ECG classification by combining the Dipper Throated Optimization (DTO) and Differential Evolution Algorithm (DEA) into a unified algorithm to optimize the hyperparameters of neural network (NN) for boosting the ECG classification accuracy. In addition, we proposed a new feature selection method for selecting the significant feature that can improve the overall performance. To prove the superiority of the proposed approach, several experiments were conducted to compare the results achieved by the proposed approach and other competing approaches. Moreover, statistical analysis is performed to study the significance and stability of the proposed approach using Wilcoxon and ANOVA tests. Experimental results confirmed the superiority and effectiveness of the proposed approach. The classification accuracy achieved by the proposed approach is (99.98%).     

Modified Differential Evolution Algorithm for Solving Dynamic Optimization with Existence of Infeasible Environments

Dynamic constrained optimization is a challenging research topic in which the objective function and/or constraints change over time. In such problems, it is commonly assumed that all problem instances are feasible. In reality some instances can be infeasible due to various practical issues, such as a sudden change in resource requirements or a big change in the availability of resources. Decision-makers have to determine whether a particular instance is feasible or not, as infeasible instances cannot be solved as there are no solutions to implement. In this case, locating the nearest feasible solution would be valuable information for the decision-makers. In this paper, a differential evolution algorithm is proposed for solving dynamic constrained problems that learns from past environments and transfers important knowledge from them to use in solving the current instance and includes a mechanism for suggesting a good feasible solution when an instance is infeasible. To judge the performance of the proposed algorithm, 13 well-known dynamic test problems were solved. The results indicate that the proposed algorithm outperforms existing recent algorithms with a margin of 79.40% over all the environments and it can also find a good, but infeasible solution, when an instance is infeasible.     

基于集成学习的强鲁棒性三维点云数据分类研究

目的通过三维扫描仪得到的点云数据往往存在很多异常值,例如噪点、遗失点和外部点等。在这些异常值存在的情况下,为了提高三维点云数据的分类精度,提出一种基于集成学习的强鲁棒性三维点云数据分类方法。方法提出一种基于最大投票法的集成学习思想,将2个深度神经网络的分类结果进行集成,从而提高网络的泛化性和准确性;采用全局特征增强和中心损失函数来优化神经网络结构,提高分类精度并增强鲁棒性。结果文中方法缩短模型训练时间至30个迭代次数,且在有噪点、丢失点和外部点的情况下分类精度均得到有效提升。结论提出的EL-3D算法在含有噪点、丢失点和外部点的情况下,鲁棒性效果要优于目前的点云分类方法。     

基于Moore-Penrose逆矩阵的选择性集成

本文提出了一种基于Moore-Penrose逆矩阵的新型选择性集成学习算法.先独立训练出一批个体学习器并为每个学习器指定一个初始权值,然后应用基于Moore-Penrose逆矩阵的算法对这些权值进行优化,最后选择权值较大的个体学习器进行最终集成.本文提出的选择性集成学习算法方法简单、易于实现,执行效率高.对8个真实数据集的实验表明,该集成学习算法相对于一般的集成学习算法,可以采用更少的学习器而获得更高的泛化能力.     

基于差异演化算法的网络计划多目标优化

为了提高施工企业的经济效益，在综合考虑成本、质量和进度的基础上，提出了工期－净收益－质量多目标优化模型，并采用一种新颖的进化算法即差异演化算法对该模型进行求解，最后通过工程实例验证模型和算法的有效性。     

非线性混合整数规划问题的改进差分进化算法

针对非线性混合整数规划问题,本文采用非固定多段映射罚函数法处理约束条件、用混合整数编码技术处理连续变量和整数变量,并在基本差分进化算法中加入一种新型的凸组合变异算子和一种指数递增交叉算子,由此构造出了一种求解非线性混合整数规划问题的改进差分进化算法。实验表明,所提出的算法全局收敛速度快,精度高,鲁棒性强。     

基于差异进化算法的椭偏测量数据反演

为解决椭偏法测量薄膜厚度和折射率实验数据处理较为复杂的问题,采用一种新的基于群体智能的优化算法—差异进化算法处理实验数据;以单层吸收薄膜的测量为例,利用该算法进行数据处理,实验结果表明,三个薄膜参数(折射率n,消光系数k和薄膜厚度d)是可以同时获得的,而且在未知参数确切范围情况下,较大范围内进行搜索仍然能保证快速收敛到最优解。文中算法和粒子群算法、遗传算法以及利用椭偏仪数据处理软件得出的结果相比较,表明该算法在椭偏测量数据反演中是一种可行的智能优化算法。