简介概要

基于双变异模式协同的自适应微分进化算法

来源期刊:控制与决策2017年第7期

论文作者:王世豪 杨红雨 李玉贞 韩松臣 杨波

文章页码:1196 - 1202

关键词:微分进化;全局优化;精英存档;控制参数自适应;

摘    要:针对微分进化算法(DE)易陷入局部最优解、进化后期收敛速度慢、求解精度低等缺点,结合DE/rand/1和DE/best/1两种变异模式分别具有全局探索能力和局部开发能力的优点,引入精英存档策略和控制参数自适应策略,提出一种双变异模式协同自适应微分进化(DMCSa DE)算法.15个典型benchmark测试函数的实验结果表明,DMCSa DE能够有效提高算法的全局探索能力和局部开发能力,避免早熟收敛,大大提高算法的收敛性能和鲁棒性,同时,精英种群的大小对DMCSa DE的优化性能具有明显的影响.

详情信息展示

基于双变异模式协同的自适应微分进化算法

王世豪1,2,杨红雨1,2,李玉贞3,韩松臣1,2,杨波2

1. 四川大学空天科学与工程学院2. 四川大学国家空管自动化系统技术重点实验室3. 上海电器科学研究所

摘 要:针对微分进化算法(DE)易陷入局部最优解、进化后期收敛速度慢、求解精度低等缺点,结合DE/rand/1和DE/best/1两种变异模式分别具有全局探索能力和局部开发能力的优点,引入精英存档策略和控制参数自适应策略,提出一种双变异模式协同自适应微分进化(DMCSa DE)算法.15个典型benchmark测试函数的实验结果表明,DMCSa DE能够有效提高算法的全局探索能力和局部开发能力,避免早熟收敛,大大提高算法的收敛性能和鲁棒性,同时,精英种群的大小对DMCSa DE的优化性能具有明显的影响.

关键词:微分进化;全局优化;精英存档;控制参数自适应;

<上一页 1 下一页 >

有色金属在线官网  |   会议  |   在线投稿  |   购买纸书  |   科技图书馆

中南大学出版社 技术支持 版权声明   电话:0731-88830515 88830516   传真:0731-88710482   Email:administrator@cnnmol.com

互联网出版许可证:(署)网出证(京)字第342号   京ICP备17050991号-6      京公网安备11010802042557号