一种新的差分进化算法

被引：20

作者：

邓泽喜 ^{[1
]}

曹敦虔 ^{[2
]}

刘晓冀 ^{[2
]}

李娜 ^{[3
]}

机构：

[1] 毕节学院数学系

[2] 广西民族大学数学与计算机科学学院

[3] 德州学院数学系

来源：

计算机工程与应用 | 2008年 / 24期

关键词：

差分进化; 早熟收敛; 交叉概率;

D O I：

暂无

中图分类号：

TP18 [人工智能理论];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

针对高维复杂函数的优化问题,提出了一种新的差分进化算法(NDE)。该算法在运行中根据迭代次数自动地调整交叉概率因子,从而在搜索的初始阶段提高种群多样性,而在搜索后期加强局部搜索能力。对几种经典函数的测试表明,新算法不仅具有很强的全局搜索能力,而且能有效避免早熟收敛问题。

引用

页码：40 / 42+52 +52

页数：4

共 5 条

[1] 基于小生境的混合差分演化模拟退火算法 [J].

胡中波 ;

熊盛武 ;

苏清华 .

计算机工程与应用, 2007, (02) :105-107

[2] 自适应二次变异差分进化算法 [J].

吴亮红 ;

王耀南 ;

袁小芳 ;

周少武 .

控制与决策, 2006, (08) :898-902

[3] 一种优化高维复杂函数的PSO算法 [J].

雷开友 ;

邱玉辉 ;

贺一 .

计算机科学, 2006, (08) :202-205

[4] 自适应变异的粒子群优化算法 [J].

吕振肃 ;

侯志荣 .

电子学报, 2004, (03) :416-420

[5] Differential evolution - A simple and efficient heuristic for global optimization over continuous spaces [J].

Storn, R ;

Price, K .

JOURNAL OF GLOBAL OPTIMIZATION, 1997, 11 (04) :341-359

← 1 →