基于共轭梯度法的反馈差分进化混合算法及其在弹簧设计中的应用

计算机工程与科学

基于共轭梯度法的反馈差分进化混合算法及其在弹簧设计中的应用

黄辉先，胡鹏飞

（湘潭大学信息工程学院,湖南湘潭 411105）

收稿日期:2016-12-25 修回日期:2017-04-25 出版日期:2018-07-25 发布日期:2018-07-25
基金资助:
国家部委预先研究基金（20170101）

A hybrid algorithm combining conjugate gradient

method and feedback differential evolution and

its application in tension string design

HUANG Huixian，HU Pengfei

（School of Information Engineering,Xiangtan University,Xiangtan 411105,China）

Received:2016-12-25 Revised:2017-04-25 Online:2018-07-25 Published:2018-07-25

摘要/Abstract

摘要：

分析了差分进化算法多种变异方式的特点以及每种变异方式所适应的搜索状态，建立了一条能够让种群根据自身的搜索环境来动态选择变异方式的反馈回路，使个体能够自学习、自调节地高效搜索。在每一代的最优个体邻域内，采用共轭梯度法确定最佳的共轭搜索方向，向量能够在最优解邻域内进行细致的局部搜索。根据混合算法的子代更新形式，从理论上证明了种群能够以概率1的方式收敛到全局最优解。与其它进化算法的对比实验结果表明，本文的差分进化算法有效提高了benchmark函数的最优值精度，加快了收敛速度。在弹簧设计问题中，利用改进的差分进化混合算法得到了较好的结构参数。

关键词: 差分进化算法, 反馈, 共轭梯度法, 变异方式, 弹簧设计

Abstract:

We analyze the mutation characteristics of multiple differential evolution methods and their respective appropriate search state. In order to enable individual's efficient searching with selflearning and selfregulation, we establish a feedback loop, which can help the population choose mutation strategies dynamically according to its own search conditions. Moreover, we also use the conjugate gradient method to find out the optimal search routes in the neighborhood of the best individuals of each generation, and it is useful for searching locally in the neighborhood of optimal solution. Results of the next generation theoretically prove that the proposed hybrid algorithm converges to the global optimal solution at a probability of 1. Experiments on benchmark functions show that the proposed algorithm can improve the efficiency and precision in searching the optimum value. Applied to tension string design problem, the proposed algorithm is able to achieve good structure parameters.

Key words: differential evolution algorithm, feedback, conjugate gradient method, mutation strategy, tension string design

黄辉先，胡鹏飞. 基于共轭梯度法的反馈差分进化混合算法及其在弹簧设计中的应用[J]. 计算机工程与科学.

HUANG Huixian，HU Pengfei.

A hybrid algorithm combining conjugate gradient

method and feedback differential evolution and

its application in tension string design

[J]. Computer Engineering & Science.

[1]	胡小月, 王强, 吕方旭, 许超龙, 张锦. 面向56 Gb/s高速SerDes接收机DSP设计[J]. 计算机工程与科学, 2024, 46(07): 1202-1209.
[2]	刘通, 周宁宁. 基于Setwise排序的深度输入感知因子分解机[J]. 计算机工程与科学, 2023, 45(10): 1891-1900.
[3]	赖明澈, 吕方旭, 张庚, 许超龙. 面向112 Gbps PAM4串行接收机的低误码协同自适应均衡器[J]. 计算机工程与科学, 2023, 45(06): 951-960.
[4]	李文佳, 史岚, 季航旭, 罗意彭. 面向Flink的负载均衡任务调度算法的研究与实现[J]. 计算机工程与科学, 2022, 44(07): 1141-1151.
[5]	张孟健, 张浩, 陈曦, 杨靖. 基于Cubic映射的灰狼优化算法及应用[J]. 计算机工程与科学, 2021, 43(11): 2035-2042.
[6]	靳旭文, 李国东. 基于Strcmp分解超Lorenz混沌的图像加密算法[J]. 计算机工程与科学, 2021, 43(03): 456-464.
[7]	杨丰瑞, 李前洋, 罗思烦, . 一种基于降噪自编码器的隐式反馈推荐算法[J]. 计算机工程与科学, 2020, 42(08): 1500-1505.
[8]	胡福年，董倩男. 多策略自适应变异的差分进化算法及其应用[J]. 计算机工程与科学, 2020, 42(06): 1076-1088.
[9]	宋强1,刘亚萍2,刘珍兰1. 基于多代种群进化信息改进的差分进化算法研究[J]. 计算机工程与科学, 2018, 40(11): 2054-2059.
[10]	朱林波，汪继文，邱剑锋，方柳平. 基于简化群优化算法和协方差矩阵学习的差分进化算法[J]. 计算机工程与科学, 2017, 39(11): 2122-2130.
[11]	庞凯立，梁昔明. 嵌入共轭梯度法的混合蛙跳算法[J]. 计算机工程与科学, 2017, 39(10): 1958-1965.
[12]	刘敏1，熊岳山1，谭珂2，潘新华2. 基于改进碰撞检测算法的肝门静脉结扎仿真[J]. 计算机工程与科学, 2017, 39(01): 151-157.
[13]	陈源，林海涛. 多层次P2P流量分类方法研究[J]. 计算机工程与科学, 2016, 38(12): 2471-2477.
[14]	徐曼舒，汪继文，邱剑锋，王心灵. 基于改进人工蜂群的模糊C-均值聚类算法[J]. J4, 2016, 38(06): 1238-1243.
[15]	王林1，彭璐1，夏德2，曾奕1. 自适应差分进化算法优化BP神经网络的时间序列预测[J]. J4, 2015, 37(12): 2270-2275.