目錄
《信息科學(xué)技術(shù)學(xué)術(shù)著作叢書》序
前言
第1章 緒論 1
1.1 引言 1
1.2 差分演化算法 2
1.3 差分演化算法理論研究概述 4
1.3.1 差分演化算法算子的搜索機(jī)理 5
1.3.2 差分演化算法的漸近收斂性 5
1.3.3 差分演化算法的計(jì)算復(fù)雜度 6
1.3.4 依概率收斂的差分演化算法設(shè)計(jì) 6
1.4 差分演化的算法改進(jìn)研究概述 7
1.4.1 差分演化算法控制參數(shù)的設(shè)置研究 7
1.4.2 差分演化算法的演化算子改進(jìn)研究 10
1.5 差分演化算法在工程應(yīng)用領(lǐng)域的研究概述 12
參考文獻(xiàn) 14
第一篇 差分演化算法的收斂性理論與收斂算法設(shè)計(jì)
第2章 差分演化算法的不確保依概率收斂性 31
2.1 相關(guān)差分演化算法收斂性結(jié)論的分析 31
2.2 基于馬爾可夫鏈的差分演化算法收斂性分析 33
2.2.1 相關(guān)定義與定理 33
2.2.2 連續(xù)解空間的離散化 34
2.2.3 差分演化算法的馬爾可夫鏈建模 35
2.2.4 基于馬爾可夫鏈的差分演化算法收斂性證明 35
2.3 基于隨機(jī)漂移模型的差分演化算法收斂性分析 37
2.3.1 差分演化算法的隨機(jī)漂移建模 37
2.3.2 線性欺騙函數(shù)的構(gòu)造 38
2.3.3 基于隨機(jī)漂移模型的差分演化算法收斂性證明 40
2.4 一類讓經(jīng)典DE算法不能確保收斂的函數(shù) 42
2.4.1 函數(shù)的結(jié)構(gòu)特征分析 43
2.4.2 數(shù)值實(shí)驗(yàn)分析 45
2.4.3 函數(shù)難優(yōu)化的緣由分析 46
2.5 本章小結(jié) 48
參考文獻(xiàn) 48
第3章 差分演化算法依概率收斂的充分條件 50
3.1 充分條件的推理 50
3.2 充分條件的注記 52
3.3 幾個(gè)差分演化算法的收斂性分析 52
3.3.1 DE-RW算法的收斂性證明 52
3.3.2 CCoDE算法的收斂性證明 54
3.3.3 msDE算法的收斂性證明 57
3.4 本章小結(jié) 59
參考文獻(xiàn) 59
第4章 差分演化算法的依概率收斂模式及輔助算子 60
4.1 一個(gè)依概率收斂的差分演化算法模式 60
4.2 輔助差分演化算法收斂的常用繁殖算子 61
4.2.1 均勻變異算子 61
4.2.2 高斯變異算子 62
4.3 常用繁殖算子的輔助效率測(cè)試 63
4.3.1 實(shí)驗(yàn)設(shè)計(jì)與實(shí)驗(yàn)參數(shù)設(shè)置 64
4.3.2 實(shí)驗(yàn)結(jié)果與分析 64
4.4 本章小結(jié) 77
參考文獻(xiàn) 77
第5章 依概率收斂差分演化算法的輔助算子設(shè)計(jì) 78
5.1 子空間聚類算子 78
5.1.1 子空間聚類算子的概率分析 79
5.1.2 子空間聚類算子的統(tǒng)計(jì)分析 82
5.1.3 子空間聚類算子的程序?qū)崿F(xiàn) 84
5.2 一類基于子空間聚類算子的收斂差分演化算法 85
5.3 算法的收斂性證明 86
5.4 數(shù)值實(shí)驗(yàn)分析 88
5.4.1 測(cè)試函數(shù)集 88
5.4.2 實(shí)驗(yàn)設(shè)計(jì)與參數(shù)設(shè)置 89
5.4.3 實(shí)驗(yàn)結(jié)果與分析 91
5.5 本章小結(jié) 106
參考文獻(xiàn) 106
第二篇 差分演化算法的應(yīng)用
第6章 依概率收斂差分演化算法在螺旋壓縮彈簧參數(shù)優(yōu)化中的應(yīng)用 109
6.1 螺旋壓縮彈簧參數(shù)優(yōu)化問題的模型建立 109
6.2 面向CCS優(yōu)化設(shè)計(jì)的子空間聚類差分演化算法 111
6.2.1 面向CCS優(yōu)化設(shè)計(jì)的罰函數(shù)約束處理技術(shù) 111
6.2.2 CCS優(yōu)化中混合變量的處理技術(shù) 112
6.3 實(shí)驗(yàn)設(shè)計(jì)與結(jié)果分析 112
6.4 本章小結(jié) 114
參考文獻(xiàn) 115
第7章 薄膜太陽(yáng)能電池抗反射層微結(jié)構(gòu)設(shè)計(jì)與優(yōu)化 116
7.1 薄膜太陽(yáng)能電池抗反射層研究現(xiàn)狀 116
7.2 梯度氮化硅/氮氧化硅結(jié)構(gòu)的光捕獲設(shè)計(jì)與優(yōu)化 119
7.2.1 優(yōu)化模型 119
7.2.2 單因素分析 121
7.2.3 基于差分演化算法的設(shè)計(jì)與優(yōu)化 124
7.2.4 與納米粒子結(jié)構(gòu)的性能比較 128
7.3 多層梯度抗反射層結(jié)構(gòu)設(shè)計(jì)與優(yōu)化 130
7.3.1 優(yōu)化模型 131
7.3.2 基于差分演化算法的優(yōu)化與設(shè)計(jì) 132
7.3.3 與納米粒子結(jié)構(gòu)的性能比較 135
7.4 介質(zhì)納米粒子與多層抗反射層的光捕獲性能比較 138
7.4.1 介質(zhì)納米粒子的等效模型 138
7.4.2 與多層抗反射層比較 141
7.5 石墨烯透明導(dǎo)電薄膜光捕獲結(jié)構(gòu)設(shè)計(jì)與優(yōu)化 143
7.5.1 優(yōu)化模型 144
7.5.2 基于差分演化算法的優(yōu)化與設(shè)計(jì) 146
7.6 本章小結(jié) 150
參考文獻(xiàn) 151
第8章 彩色圖像顏色量化問題的優(yōu)化與算法參數(shù)設(shè)置 153
8.1 彩色圖像顏色量化問題的優(yōu)化方法發(fā)展現(xiàn)狀 153
8.2 彩色圖像顏色量化的基本優(yōu)化策略 155
8.2.1 基于基本差分演化算法的彩色圖像顏色量化優(yōu)化策略 155
8.2.2 彩色圖像顏色量化基本優(yōu)化策略的參數(shù)設(shè)置 172
8.3 彩色圖像顏色量化的混合優(yōu)化策略 173
8.3.1 彩色圖像顏色量化優(yōu)化模型的元素置換等效性 173
8.3.2 混合策略 173
8.3.3 彩色圖像顏色量化的混合差分演化算法 174
8.3.4 數(shù)值實(shí)驗(yàn) 176
8.3.5 實(shí)驗(yàn)結(jié)果分析 177
8.4 本章小結(jié) 183
參考文獻(xiàn) 184
第9章 彩色圖像顏色量化問題的自適應(yīng)優(yōu)化方法 185
9.1 差分演化算法參數(shù)的自適應(yīng)化 186
9.2 彩色圖像顏色量化的混合自適應(yīng)差分演化算法 186
9.3 數(shù)值實(shí)驗(yàn) 188
9.4 實(shí)驗(yàn)結(jié)果分析 194
9.5 彩色圖像顏色量化自適應(yīng)混合優(yōu)化策略在數(shù)字油畫制作軟件中的應(yīng)用 194
9.6 本章小結(jié) 195
參考文獻(xiàn) 196
附錄 198