基于模糊邻域差分进化算法求解非线性方程组

2023-06-13 09:37:02陈馨韦慧
牡丹江师范学院学报(自然科学版) 2023年1期

陈馨 韦慧

摘  要:讨论模糊邻域概率函数选择策略对算法寻根率和成功率的影响.实验结果表明,凸函数类型的概率选择函数较适用于求解多根和搜索空间较广问题,定值概率选择函数较适合于求解含有大量线性方程的问题.选用适当概率选择函数可以提高模糊邻域差分进化算法寻根率和成功率.

关键词:差分进化算法;非线性方程组;模糊邻域;概率选择函数

[   中图分类号    ]O241.7 [    文献标志码   ]  A

Solving Nonlinear Equation Systems via Fuzzy Neighborhood

Differential Evolution Algorithm

CHEN Xin, WEI Hui

(School of Mathematics and Big Data, Anhui University of Science and Technology, Huainan 232001, China)

Abstract:The influence of fuzzy neighborhood probability selection strategies on algorithm root ratio and success rate is discussed.The experimental results show that convex functions are suitable for solving problems with multiple roots and wide search space problems, fixed-value probability selection functions are suitable for solving problems containing large number of linear equations. Choosing an appropriate probability selection function can improve the root ratio and success rate of the fuzzy neighborhood-based differential evolution with orientation algorithm (FNODE).

Key words:differential evolution; nonlinear equation systems; fuzzy neighborhood;

probability selection function

在科學、物理、工程等领域中的很多问题会涉及到非线性方程组(nonlinear equation systems,NESs)求解.随着计算机技术的发展,智能优化算法也日趋成熟,近年来被广泛应用于非线性方程组的求解[1-2],如蚁群算法、布谷鸟算法、粒子群算法等.

Storn和Price[3]在1997年提出的差分进化算法(differential evolution,DE)是一种高效的启发式并行搜索技术, 具有收敛快、控制参数少且设置简单等优点,已经应用在电力系统[4]、神经网络[5]中.DE算法优化参数的选择要兼顾探索能力与开发能力,不当的参数选择策略往往容易造成种群个体早熟收敛、搜索停滞等问题.针对这个问题,Qu[6]等提出了一种基于邻域小生境技术的差分进化算法(NCDE),将原始种群划分为多个子种群,从而扩大种群搜索范围和保持种群多样性.Gong[7]等引入加法排斥技术调整目标函数,将加法排斥技术与差分算法相结合,从而提高了算法在单次运行时的搜索能力.许[8]等采用一种新的变异策略和边界处理方法来提高搜索解的多样性,提出了多模态多目标差分进……

登录APP查看全文