全局优化算法SCE-UA：重组复合形演化算法

---

1.简介

SCE-UA 算法（Shuffled Complex Evolution-University of Arizona，重组复合形演化算法）是一种基于种群进化思想的算法。该方法基于四个概
念的综合：1、确定性和概率性方法的组合；2、朝着全局优化的方向，跨越参数空间的“复合形”点的系统演化；3、竞争演化；4、复合形重组。

SCE-UA融合了单纯形法、随机搜索和生物竞争进化等方法，能够有效解决全局优化问题。

2.算法步骤

a.初始化 SCE-UA 的相关参数

假定待优化问题是一个n维问题，需要设置参与进化的复合形（Complex）个数$p(p\ge 1)$，每个复合形所包含的顶点数目$\begin{array}{r}m(m\ge n+1)\end{array}$，计算样本点数目s为所有复合形包含的顶点数之和$s=p\times m$。

b.生成样本点
在可行参数空间内随机采样获得s个样本点$x_i$并计算函数值$f_i=f(x_i)$，当没有全局最优解先验信息下，使用均匀概率分布生成样本。

c.样本点排序
对s个样本点$(x_i,f_i)$按函数值递增的顺序排列，记为$D=\{(x_i,f_i),i=1,2,\dots ,s\}$。

d.划分复合形

将取样获得的s个样本点划分为p个复合形$A_1,\dots ,A_p$:
$$A^k=\left\{\left(x_j^k,f_j^k\right)|x_j^k=x_{k+p(k-1)},f_j^k=f_{k+p(k-1)},j=1,2,\dots ,m\right\},k=1,2,\dots ,p$$

e.进化每个复合形

根据竞争复合形进化（CCE）算法，对每个复合体执行进化。

f.复合形混合

进化后的所有复合形的顶点组合成新的样本群，按函数值进行排序。

g.检查复合形的减少数量

如果群体中所需的最小复合形数量$p_{min}<p$，移除具有最低排名点的复合形（或随机移除复合形）。

3.结果展示

CEC2005

4.参考文献

[1] Duan Q, Sorooshian S, Gupta V. Effective and efficient global optimization for conceptual rainfall‐runoff models[J]. Water resources research, 1992, 28(4): 1015-1031.
[2] 李磊.白河上游流域洪水模拟及其模型参数优化研究[D].华北水利水电大学,2021.
[3] 宋星原,舒全英,王海波,等.SCE-UA、遗传算法和单纯形优化算法的应用[J].武汉大学学报(工学版),2009,42(01):6-9+15.

5.代码获取