15、差分进化中变异策略的通用选择方法与图像分割模型研究

差分进化中变异策略的通用选择方法与图像分割模型研究

差分进化算法相关内容

差分进化（Differential Evolution，DE）是一种用于连续空间全局优化的启发式算法。在差分进化中，选择合适的变异策略对于算法的性能至关重要。这里介绍一种名为 ASR - DE 的通用选择方法，它旨在平衡差分进化算法的探索和开发能力。

个体选择概率计算

个体的选择概率计算公式为：
[P_i = \frac{R_i}{NP}, i = 1, 2, \cdots, NP]
从公式可以看出，排名值较小的个体（即更优的个体）将获得更大的选择概率。最后，选择概率会被归一化，然后使用轮盘赌选择方法来为变异策略选择个体。

ASR - DE/rand/1 的执行过程

以下是 ASR - DE/rand/1 的详细执行步骤：
1. 根据公式 (10) 和 (11) 计算每个个体的适应度和多样性指标。
2. 根据公式 (12) 和 (13) 计算 (P_{f,G})。
3. 根据算法 1 对种群进行排序。
4. 根据公式 (14) 和 (15) 计算所有个体的选择概率。
5. 使用轮盘赌方法选择个体。
6. 使用 DE/rand/1 策略生成相应的变异向量。

对于在变异策略中使用的最优个体（如 “DE/best/1”、“DE/best/2” 等），会为每个个体重新生成。首先，对于每个个体，根据算法 1 中的第 (2 - 13) 行对种群进行重新排序，然后将排序后种群中的第一个个体设置为最优个体。还可以将更多更优的个体设置为最优个体，以减轻选择压力。