1. 研究目的与意义（文献综述）

1进化算法产生的背景

优化问题是一个古老而又棘手的问题，特别是复杂的高维、多峰、多目标等优化问题。随着求解问题的复杂化和多样化，传统的确定性优化算法已不能很好的求解问题，于是遗传进化算法应运而生。

自然界的进化过程是一个漫长的自适应进化过程。通过模拟自然界的进化过程，人们提出各种模拟算法用于解决复杂的高维、多峰、多目标优化问题。进化算法就是基于自然界的进化思想而发展起来的一种通用的问题求解方法，近年来应用十分广泛，应用成效日益显著，已成为最具活力的遗传算法分支。进化算法采用简单的编码技术来表示各种复杂的结构，在不用描述问题的全部特征的情况下，通过对编码进行简单的操作和优胜劣汰的自然选择来指导学习和确定搜索方向。由于进化算法采用对种群进行并行寻优搜索的方式，这使得它可以同时搜索

2. 研究的基本内容与方案

差分进化算法是一种新颖的智能优化算法，简单，容易理解，易于实现且全局收敛，其优越的性能已广泛应用于各种工程实际问题中，但它也存在很多不足，例如：研究成果分散，易于早熟，参数选取困难，后期收敛缓慢等等，因此，对差分进化算法的改进和提高有进一步研究的必要。

本文在给出差分进化算法基本原理的基础上，主要作如下工作：

1. 研究差分进化算法收敛速度和全局优化性能对参数的选取的依赖性，测试算法的性能及三个参数对算法的影响：种群规模，缩放因子，交叉因子。如果参数的选取不当，就会使差分进化算法出现早熟或精度不高等问题，因此，对具有不同特征的几个典型的benchmark问题进行仿真研究，分析结果，并给出一些有益的结论，使我们在运用差分进化算法选取参数时，有一定的参考。

3. 研究计划与安排

1-3周：查阅差分进化算法的相关文献，了解研究所需的知识，完成开题报告；

4-6周：总体设计，根据研究内容，学习差分进化算法的知识，完成论文综述；

7-10周：攻克研究的难点与疑点，设计算法，及进行功能模块设计；

4. 参考文献（12篇以上）

[2] 吴亮红.差分进化算法及其应用研究[d]. 湖南大学，2007.