期刊文献+

基于混合策略的差分进化算法 被引量:2

Differential Evolution Algorithm Based on Hybrid Strategy
下载PDF
导出
摘要 针对传统差分进化算法在求解问题中种群易收敛、易早熟的问题,提出了一种基于混合策略的差分进化算法.该算法根据粒子适应度、适应度标准差和粒子间距离标准差,将种群分为3个不同大小、不同功能的子种群,每个子种群采用不同策略和控制参数来实现自己被指定的功能.算法在搜索过程中既增强了种群的全局搜索能力,又增加了收敛精度.通过对4个标准函数的测试,仿真结果表明该算法比其他算法具有更好的寻优能力. In this paper, a differential evolution traditional differential evolution algorithm which algorithm based on hybrid strategy was proposed to solve the 1S sional problems. This algorithm divided the popula i ent functions according to the fitness,standard devi tion used different strategies and parameters to achi easy to convergence and premature in solving high-dimen- tion into three sub-populations of different sizes and differ- ation of fitness and distance of particles. Each sub-popula- eve their specific functions. It not only enhances the global search ability of the population, but also increases the precision of convergence during the search process. Having tasted four classic benchmarks problems, the experiment results show that the proposed algorithm is an effective method for different optimization problems.
出处 《郑州大学学报(工学版)》 CAS 北大核心 2013年第5期59-62,共4页 Journal of Zhengzhou University(Engineering Science)
基金 国家自然科学基金资助项目(211000531605) 中国博士后科学基金特别资助项目(2012T50639) 教育部高等学校博士学科点专项科研基金资助项目(20114101110005) 河南省科技公关资助项目(132102210521)
关键词 差分进化算法 多种群 混合策略 differential evolution algorithm multi-population hybrid strategy
  • 相关文献

参考文献10

二级参考文献62

共引文献74

同被引文献13

  • 1Storn R, Price K. Differential evolution-a simple and efficient heuristic for global optimization over continuous spaces [J]. Journal of Global Optimization, 1997, 11(4): 341-359.
  • 2Das S. Differential evolution: A survey of the state of the art [J]. IEEE Transactions on Evolutionary Computation, 2011, 15(1):4-31.
  • 3Storn R,Price K. Home Page of Differential Evolution.http://www.icsi. berkeley.edu/-stom/code.html.
  • 4Qin A K. Differential evolution algorithm with strategy adaptation for global numerical optimization [J ]. IEEE Transactions on Evolutionary Computation, 2009, 13(2):397-416.
  • 5Qin A K, Suganthan P N.Self-adaptive differential evolution algorithm optimization [C].Proceedings of IEEE Congress Evolutionary Computation.Edinburgh,UK,2005:1785-1791.
  • 6吴志峰.差异演化算法及应用研究.北京交通大学[D],2009,6:12-14.
  • 7侯玲娟,周泓,梁春华.不确定需求和旅行时间下的车辆路径问题[J].计算机集成制造系统,2011,17(1):101-108. 被引量:16
  • 8王丛佼,王锡淮,肖健梅.基于动态自适应策略的改进差分进化算法[J].计算机科学,2013,40(11):265-270. 被引量:6
  • 9薛羽,庄毅,顾晶晶,常相茂,王洲.自适应离散差分进化算法策略的选择[J].软件学报,2014,25(5):984-996. 被引量:10
  • 10程适,王锐,伍国华,郭一楠,马连博,史玉回.群体智能优化算法[J].郑州大学学报(工学版),2018,39(6):1-2. 被引量:17

引证文献2

二级引证文献7

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部