一种简单的差分进化算法（DE）的R语言实现

最新推荐文章于 2022-10-26 22:47:45 发布

zakachen

最新推荐文章于 2022-10-26 22:47:45 发布

阅读量4.5k

点赞数 1

分类专栏：优化算法

本文链接：https://blog.csdn.net/zakachen/article/details/51720948

版权

优化算法专栏收录该内容

2 篇文章 0 订阅

订阅专栏

差分进化算法是一种重要的进化算法，自提出差分进化算法以来，形成了很多变种。本文首先用R语言去实现一个简单的差分进化算法，然后通过一个极大化函数的例子说明差分进化算法（DE）的进化迭代过程。

由于差分进化算法原理十分简单，详情请参照点击打开链接，这里不再多做叙述。

###传统的差分进化算法（DE）的R语言实现
#种群初始化
funcmatrix<-function(i,j,wmin,wmax){
x<-matrix(runif(i*j,min=wmin,max=wmax),nrow=i,ncol=j)
return(x)
                                   }
#变异操作
mutationfunc<-function(popu_size,chrom_size,X,G,Gmax,F0,wmin,wmax){
offsprings<-matrix(NA,nrow=popu_size,ncol=chrom_size)
#r为自适应算子，为了实时调整缩放因子F
r<-exp(1-(Gmax/(Gmax+1-G)))
#F为缩放因子
F<-F0*2^r
#变异操作
rownames(X)=c(1:popu_size)
for(i in 1:popu_size){
p<-sample(rownames(X)[-i],3,replace=F)
offsprings[i,]<-X[p[1],]+F*(X[p[2],]-X[p[3],])
#避免基因出界
for(j in 1:chrom_size){
if(offsprings[i,j]>wmax || offsprings[i,j]
   
   
    
    98) break              
                }
plot(B[1,],B[2,],type="l")
print(A[1,])
return(funcv(A[1,]))
                       }

#####一个例子
###DE所要优化的目标函数，函数维度为length(x)
funcv<-function(x){
  return(sum(x^2))    
                 }
totalDEfunc(50,100,1000,0.1,0,1,0.6)

如有错误，欢迎指正！