【摘 要】
：
差分进化算法是一种通过变异、交叉和选择算子使种群移向全局最优的优化算法。其结构简单、参数少、鲁棒性强,已被广泛用以解决各类优化问题。相比于其他进化算法,差分进化算法通常具有较优的性能,但也存在诸多不足,如在求解高维复杂的优化问题时,往往存在早熟收敛、搜索停滞、对控制参数（即变异因子F、交叉因子CR、种群规模NP）和学习策略敏感等问题。本文通过设计自适应参数和变异策略,研究自适应差分进化算法,并将其
论文部分内容阅读
差分进化算法是一种通过变异、交叉和选择算子使种群移向全局最优的优化算法。其结构简单、参数少、鲁棒性强,已被广泛用以解决各类优化问题。相比于其他进化算法,差分进化算法通常具有较优的性能,但也存在诸多不足,如在求解高维复杂的优化问题时,往往存在早熟收敛、搜索停滞、对控制参数（即变异因子F、交叉因子CR、种群规模NP）和学习策略敏感等问题。本文通过设计自适应参数和变异策略,研究自适应差分进化算法,并将其应用于能源市场竞价策略的双层优化问题。本文的主要工作内容如下:1)提出基于策略池机制自适应差分进化（DE）。所提策略池机制包含探索池ERP和探测池EIP,其中,EIP中的变异策略具有较强的探测性,而ERP中的变异策略具有较强的探索性;此外,设计了一种具有较强探测能力的突变策略,即DE/current-to-wb/1,并将其应用于EIP中。基于上述策略池机制,在算法运行过程中,根据个体的特点进行分类,为不同类别的个体分配合适的变异策略,并利用概率模型使部分个体能自适应选择策略。在基准函数测试集上的实验结果表明,所提方法的性能明显优于相关算法。2)提出基于种群划分的自适应多策略DE。该算法设计了一种种群划分策略,根据个体的潜力将种群划分为不同的子种群。对得到的子种群采用自适应的多子种群变异策略,每个子种群被赋予合适的突变策略和一个自适应参数值来进化,从而支持平衡的进化搜索。在基准函数测试集上对所提方法的性能进行了评估,并与相关方法做对比,实验结果表明,所提方法的性能明显优于相关算法。3)最后将所提的基于策略池机制的自适应差分进化算法应用于能源市场竞价策略的双层优化问题。与传统算法相比,实验结果表明所提算法能够在更短的时间内使得代理商的利润最大化。
其他文献
数字时代,社交媒体给人们的身心健康带来了一定程度的负面影响,且近几年在新冠疫情的长期影响下表现尤其明显。因此本文以《社交媒体正在毁掉你的生活》（前言）的英汉翻译实践反思为基础,旨在探讨如何在纽马克的交际翻译指导下重现原文本的呼唤功能和交际效果,呼吁读者积极应对使用社交媒体带来的消极影响,为与社交媒体建立健康、有益的关系寻找、开辟一条新道路。在本报告中,笔者从词、句、句群三个层面总结了翻译过程中遇到
随着信息技术的进步,Web 2.0时代已然开启。微博、微信、博客、论坛以及社交网站都在经历飞速发展。社交媒体是利用互联网技术传播和收集信息的一种相对较新的媒体形式。由于其拥有高度开放、互动参与和自由社交等内在品质,越来越多的个体开始接触社交媒体,并制作、分享和收发信息。本文是根据《社交媒体营销:利用消费者原创内容的策略》一书的翻译内容而完成的翻译实践报告,该著作由美国商务专家出版社于2019年出版
随着信息时代的到来,在诸如图像分类、文本识别等实际应用中会产生大量的高维数据。由于高维数据中包含噪声和冗余特征,直接处理这些数据不仅会增加算法的计算代价,还可能会降低算法的性能。同时,实际应用中的数据往往缺少真实的标签信息,而数据的标签信息需要人工标记,该过程费时费力。作为当前的热门研究方向,特征选择能够移除高维数据中噪声和冗余特征,选择相关特征子集,从而有效提高算法的性能。针对上述问题,本文提出
随着信息化时代的发展,社交媒体深入每个人的日常生活中,它的出现正迅速改变人们的交往与交际方式,同时改变了受众消费新闻的方式。《移动与社交媒体新闻学:多媒体新闻实用指南》一书正是对该主题的深刻探讨,翻译国外有关社交媒体的研究成果也对国内的相关研究起到了一些补充作用。本报告选取该书第七章进行英译汉翻译实践,译者仔细分析文章内容、文本特征、写作目的,该文本内容属于信息型文本,语言平实简练,但内容较抽象,
本文是根据《电商力量》一书的翻译内容而做的实践报告。该书是由杰森·G·迈尔斯于2021年出版发行,探讨了如何在疫情之下成功经营发展电子商务新型贸易模式。该书从西方电子商务的视角讲述了电商的整个过程,列举了电子商务发展中可能遇到的阻碍并提出有用的建议,为当下整个电商行业的发展提供新视角。在交际翻译理论指导下,本篇报告针对书中第六章和第七章的翻译难点和翻译策略进行分析探讨,旨在实现译文的衔接和连贯。本
随着生物学研究的进一步深入及单细胞RNA测序技术的发展,使得在细胞层面对样本数据进行聚类分析成为现实。将测序得到的单细胞样本测量值聚类成相关的生物表现型,是当今生物学研究的一项重要任务。然而经由RNA测序得到的生物数据不仅拥有超高的数据维度,并且由于RNA测序技术本身的局限性,导致每次测量出的基因表达数量有限,使得大量特征信息缺失,而为保持数据的完整性通常对缺失信息采用“0”填充,因此使得最终所获
本文讨论了一类具有切换拓扑结构的离散时滞复杂网络基于二进制编码方案的状态估计问题。在复杂网络的状态估计问题研究过程中,往往存在许多的诱导因素对整个系统的稳定性造成或多或少的影响,时滞现象对于系统的干扰是非常普遍的,是复杂网络研究的一种固有特性。考虑到现实生活中不可避免地环境变化或者突发的内部零件故障,网络的内部状态或者系统的拓扑结构会发生改变,这种因素是不可控制的,本文引入马尔可夫链来描述网络拓扑
点云分类算法是计算机图形学和计算机视觉领域中的研究热点之一。三维点云数据重要特点是比较容易获取,能够提供丰富的三维物体或场景的几何、形状与尺度信息,是三维空间信息的重要表现形式,相比三维网格更容易被神经网络处理,被广泛应用于场景重建、城市规划和金融等领域。深度学习技术在不断的探索与发展中逐渐被应用于各个领域中,然而深度学习依赖于大量数据训练模型,在实际应用场景中直接用深度学习来处理点云问题会面临许
以硅酸锂（Li4SiO4）、硅酸钠（Na2O·nSiO2）和钨酸钠（Na2WO4）为复合成膜剂、以磷酸二氢钠（NaH2PO4）为辅助防锈剂、以磷酸（H3PO4）为pH调节剂，制备了一种新型的水基型无机防锈剂。通过试验得到最佳配方为：40 g硅酸锂、40 g硅酸钠、0.5 g钨酸钠、0.025 g磷酸二氢钠、0.02 g磷酸混合加水至200m L形成混合溶液。通过稳定性实验、室内挂片实验、目测及高倍
科创板企业不仅对技术和创新性有较高的要求，而且具有模式新、业态新特点，因此相较于一般A股企业对人才的要求更高。为更好地进行人员激励，科创板推出了符合自身发展情况的股权激励制度。以国内科创板首家公开实行股权激励的公司乐鑫科技为例，对其股权激励实施内容、实施动因、实施效果评价等方面进行分析，探讨第二类限制性股票激励具体实施后的影响，为科创板其他企业提供参考和借鉴。