第2章 改进的组合差分进化算法

本章对组合差分进化（CoDE）算法的改进和应用进行了研究。从生成策略和控制参数两方面对CoDE算法进行了修改，本章提出了两种CoDE算法的修改版本MCoDE和MCoDE-P，并利用测试函数对两种修改版本的改进性能进行了检验，结果证明了MCoDE方法的有效性。针对自适应神经模糊系统（Adaptive Network-based Fuzzy Inference System，ANFIS）建模问题，本章提出了一种用留一交叉验证（Leave-One-Out Cross-Validation，LOO-CV）方法来优化ANFIS的结构、用MCoDE来学习ANFIS的前后参数的新方法，并将其应用于实际的表面粗糙度预测建模，实验结果显示，本章所提算法建立的模型的泛化能力更好，能提高铣削过程表面粗糙度的预测精度。