最近在学习下面这篇文章:
其算法流程图如下:
如果有做电力优化或者博弈的同学可以去学习一下。
由于对遗传算法不太熟悉,因此在学习中遇到了一些问题,现对其进行总结。
遗传算法
以下是博主看到的,关于遗传算法讲解,比较好的两篇博文:
https://blog.csdn.net/tsroad/article/details/52464108
https://blog.csdn.net/u010451580/article/details/51178225
遗传算法的经典进化图片:
主要包括选择、交叉、变异三个步骤。
tips:选择中先对适应度进行归一化,再使用轮盘赌算法进行选择。适应度越高的通常被选择的概率也就越大。
trace
代码中有一段这个内容:
一些遗传算法中通常涉及函数trace,常见的解释是求矩阵的迹。但是在本算法下,显然不是。
matlab对其的解释为:
不是很懂,发现matlab官网上有一篇更加详细的解答:
https://www.ilovematlab.cn/thread-304347-1-1.html
说是trace是对适应度等参数的追踪。
(DBQ,还不是很明白,如果有UU懂得,麻烦解答我一下/(ㄒoㄒ)/~)
差分进化算法
值得注意的是,在算法的参数设置中,具有偏差放大系数。传统的遗传算法中并不包含该参数。
发现,这篇文章用的是差分进化算法,不是遗传算法。/(ㄒoㄒ)/~~。
差分进化算法具体的知识点可以看下面两篇文章,整理的很好。
https://www.cnblogs.com/ncepubye/p/12724042.html
https://blog.csdn.net/qq_37423198/article/details/77856744
//后续将补充整个论文代码的详细逻辑图,先埋个坑。