机器学习：一种基于模拟退火操作的混合差分进化算法

《工程科学学报》：基于改进差分进化算法的加热炉调度方法

第一章 生物体运动系 第二章 生物运动学 第三章 生物体系统运动模型 第四章 感觉系统模型与感知信息融合 第五章 仿生系统常用感知器与致动器 第六章 神经控制 第七章 认知控制 第八章 自主控制 第九章 进化算法与人工生命 第十章 仿生系统实例

第10章数学问题的非传统解法 一、集合论、模糊集与模糊推理 二、粗糙集理论与应用 三、人工神经网络及其在数据拟合中的应用 四、进化算法及其在最优化问题中的应用 五、小波变换及其在数据处理中的应用 六、分数阶微积分学问题求解及应用

正弦余弦算法是一种新型仿自然优化算法，利用正余弦数学模型来求解优化问题。为提高正弦余弦算法的优化精度和收敛速度，提出了一种基于差分进化的正弦余弦算法。该算法通过非线性方式调整参数提高算法的搜索能力、利用差分进化策略平衡算法的全局探索能力及局部开发能力并加快收敛速度、通过侦察蜂策略增加种群多样性以及利用全局最优个体变异策略增强算法的局部开发能力等优化策略来改进算法，最后通过仿真实验和结果分析证明了算法的优异性能

订单接受与不相关并行机调度是订单接受与订单调度的联合决策, 广泛存在于面向定制的多品种混合生产环境中. 针对这一问题, 考虑了顺序与机器依赖的安装时间以及可加工机器限制, 并以最小化总成本为优化目标. 其中, 总成本由被接受订单的总拖期成本和被拒绝订单的总拒绝成本构成. 通过分析订单拒绝对目标的影响, 提出了列表拒绝方法和订单拒绝规则, 进而设计了协同进化遗传算法. 算法将染色体编码分解为订单列表和订单指派两个个体, 提出了基于列表拒绝方法的解码方案来进行订单拒绝决策. 由于两个个体相互独立, 且二者的进化约束不同, 因而引入协同进化策略, 并根据个体的编码特征, 分别采用单亲遗传算子和传统遗传算子进行遗传操作. 数据实验验证了算法的有效性和求解效率, 并对问题规模和订单拒绝成本对算法性能的影响进行了分析

一、进化计算包括: 遗传算法(genetic algorithms,gA) 进化策略( evolution strategies 'CSU 进化编程(evolutionary rogramming) 必遗传编程(genetic programming) 人类不满足于模仿生物进化行为,希望能够建立具有自然生命特征的人造生命和人造生命系统

《工程科学学报》：面向全局和工程优化问题的混合进化JAYA算法（河南大学智能网络系统研究所）

智能系统：组合分布估计和差分进化的多目标优化算法

针对热连轧负荷分配的目标函数处理中采用的加权系数不好确定的问题,设计了一种多子群目标分段优化的差分进化算法.每个子群优化目标函数的一个子目标,子群之间独立进化,不但解决了加权系数问题,并且提高了算法的收敛速度和精度.最后,算法的有效性通过仿真进行了验证