【摘要】：差分進(jìn)化算法(DE)是一種基于種群的啟發(fā)式隨機(jī)搜索技術(shù),對于解決連續(xù)性優(yōu)化問題具有較強(qiáng)的魯棒性.然而傳統(tǒng)差分進(jìn)化算法存在種群多樣性和收斂速度之間的矛盾,一種改進(jìn)種群多樣性的雙變異差分進(jìn)化算法(DADE),通過引入BFS-best機(jī)制(基于排序的可行解選取遞減策略)改進(jìn)變異算子"DE/current-to-best",將其與DE/rand/1構(gòu)成雙變異策略來改善DE算法中種群多樣性減少的問題.同時,每個個體的控制參數(shù)基于排序自適應(yīng)更新.最后,利用多個CEC2013標(biāo)準(zhǔn)測試函數(shù)對改進(jìn)算法進(jìn)行測試,實驗結(jié)果表明,改進(jìn)后的算法能有效改善種群多樣性,較好地提高了算法的全局收斂能力和收斂速度.
[Abstract]:Differential evolution algorithm (DE) is a kind of population-based heuristic random search technique, which has strong robustness for solving continuous optimization problems. However, there is a contradiction between population diversity and convergence speed in traditional DE. An improved population diversity double mutation differential evolution algorithm (DADE) is introduced by introducing BFS-best. The mechanism improves the mutation operator "DE/current-to-best" and forms a double mutation strategy with DE/rand/1 to improve the problem of population diversity reduction in DE algorithm. At the same time, the control parameters of each individual are updated adaptively based on the ranking. Finally, several CEC2013 standard test functions are used to improve the algorithm. The experimental results show that the improved algorithm can effectively improve the diversity of the population and improve the global convergence ability and convergence speed of the algorithm.
【作者單位】： 南京工業(yè)大學(xué)計算機(jī)科學(xué)與技術(shù)學(xué)院;
【基金】：江蘇省高校自然科學(xué)基金(No.12KJB510007)
【分類號】：TP18

【參考文獻(xiàn)】

相關(guān)期刊論文 前2條

1 劉波;王凌;金以慧;;差分進(jìn)化算法研究進(jìn)展[J];控制與決策;2007年07期

2 吳亮紅;王耀南;袁小芳;周少武;;自適應(yīng)二次變異差分進(jìn)化算法[J];控制與決策;2006年08期

【共引文獻(xiàn)】

相關(guān)期刊論文 前10條

1 李榮雨;陳慶倩;陳菲爾;;改進(jìn)種群多樣性的雙變異差分進(jìn)化算法[J];運(yùn)籌學(xué)學(xué)報;2017年01期

2 吳凌云;杜文莉;葉貞成;;裂解爐爐群負(fù)荷分配的實時優(yōu)化[J];計算機(jī)與應(yīng)用化學(xué);2017年02期

3 熊聰聰;郝璐萌;王丹;鄧雪晨;;一種基于差分策略的群搜索優(yōu)化算法[J];計算機(jī)科學(xué);2017年02期

4 任潞;何屏;張曉磊;郭秀林;;基于PSODE混合算法優(yōu)化的自抗擾控制器設(shè)計[J];現(xiàn)代電子技術(shù);2017年03期

5 孫紅兵;夏琛海;潘宇虎;王裕波;;基于差分進(jìn)化算法的陣列天線二維波束展寬研究[J];現(xiàn)代雷達(dá);2017年01期

6 于勁松;時yN瑜;盧操;唐荻音;;基于多信號流圖與差分進(jìn)化算法的測點(diǎn)布局優(yōu)化[J];儀器儀表學(xué)報;2016年12期

7 徐斌;陶莉莉;程武山;;一種自適應(yīng)多策略差分進(jìn)化算法及其應(yīng)用[J];化工學(xué)報;2016年12期

8 段歡歡;崔國民;陳家星;陳上;;一種基于多種群對立平行進(jìn)化策略的DE算法[J];計算物理;2016年05期

9 張友俊;侯明明;;基于隱式空間映射算法的雙頻帶濾波器設(shè)計[J];固體電子學(xué)研究與進(jìn)展;2016年04期

10 何小龍;白俊強(qiáng);李宇飛;;基于全局靈敏度分析的改進(jìn)微分進(jìn)化算法[J];西北工業(yè)大學(xué)學(xué)報;2016年03期

【二級參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 宋立明,李軍,豐鎮(zhèn)平;跨音速透平扭葉片的氣動優(yōu)化設(shè)計研究[J];西安交通大學(xué)學(xué)報;2005年11期

2 劉波,王凌,金以慧,黃德先;微粒群優(yōu)化算法研究進(jìn)展[J];化工自動化及儀表;2005年03期

3 楊曉明,邱清盈,馮培恩,潘雙夏;盤式制動器的全性能優(yōu)化設(shè)計[J];中國機(jī)械工程;2005年07期

4 徐志高,關(guān)正西,張煒;模糊神經(jīng)網(wǎng)絡(luò)在導(dǎo)彈動力系統(tǒng)多故障診斷中的應(yīng)用[J];彈箭與制導(dǎo)學(xué)報;2005年01期

5 張吳明,鐘約先;基于改進(jìn)差分進(jìn)化算法的相機(jī)標(biāo)定研究[J];光學(xué)技術(shù);2004年06期

6 方強(qiáng),陳德釗,俞歡軍,吳曉華;基于優(yōu)進(jìn)策略的差分進(jìn)化算法及其化工應(yīng)用[J];化工學(xué)報;2004年04期

7 呂振肅,侯志榮;自適應(yīng)變異的粒子群優(yōu)化算法[J];電子學(xué)報;2004年03期

8 陳晨,章瑋;差異進(jìn)化算法在永磁同步電機(jī)優(yōu)化設(shè)計中的應(yīng)用[J];微特電機(jī);2004年02期

9 謝曉鋒,張文俊,張國瑞,楊之廉;差異演化的實驗研究[J];控制與決策;2004年01期

10 鄧建軍,徐立鴻,吳啟迪;基于遺傳算法的模糊邏輯系統(tǒng)滾動學(xué)習(xí)方法[J];控制與決策;2002年02期

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 林銳浩,陳曉龍;基于種群多樣性指導(dǎo)的遺傳算法[J];計算機(jī)工程與設(shè)計;2005年11期

2 段曉東;徐平;王存睿;劉向東;張慶靈;;動態(tài)環(huán)境下粒子分群與種群多樣性的關(guān)系研究[J];計算機(jī)科學(xué);2009年03期

3 何琳,王科俊,李國斌,金鴻章;遺傳算法種群多樣性的分析研究[J];哈爾濱工程大學(xué)學(xué)報;1999年04期

4 江雷,陳賢富;一種衡量TSP問題種群多樣性的新方法[J];微電子學(xué)與計算機(jī);2004年08期

5 申元霞;王國胤;曾傳華;;PSO模型種群多樣性與學(xué)習(xí)參數(shù)的關(guān)系研究[J];電子學(xué)報;2011年06期

6 單兵;倪世宏;查翔;;基于適應(yīng)度方差度量種群多樣性的GEP算法[J];計算機(jī)工程與設(shè)計;2013年09期

7 路景;周春艷;;基于種群多樣性評價的自適應(yīng)遺傳算法[J];計算機(jī)仿真;2008年02期

8 李國;徐晨;吳延科;;全局收斂的PSO算法的種群多樣性特征[J];計算機(jī)應(yīng)用與軟件;2008年05期

9 張曉繢,戴冠中,徐乃平;遺傳算法種群多樣性的分析研究[J];控制理論與應(yīng)用;1998年01期

10 路景;房明明;;遺傳算法中保持種群多樣性方法研究[J];計算機(jī)光盤軟件與應(yīng)用;2012年18期

相關(guān)會議論文 前3條

1 馮紀(jì)強(qiáng);謝維信;徐晨;張海峰;;一種基于概率理論的種群多樣性度量模型[A];第十四屆全國信號處理學(xué)術(shù)年會(CCSP-2009)論文集[C];2009年

2 王科俊;何琳;;遺傳算法種群多樣性的分析[A];2001年中國智能自動化會議論文集（下冊）[C];2001年

3 于金霞;劉文靜;湯永利;;粒子濾波多樣性測度分析[A];計算機(jī)研究新進(jìn)展（2010）——河南省計算機(jī)學(xué)會2010年學(xué)術(shù)年會論文集[C];2010年

相關(guān)博士學(xué)位論文 前1條

1 郁書好;螢火蟲優(yōu)化算法研究及應(yīng)用[D];合肥工業(yè)大學(xué);2015年

相關(guān)碩士學(xué)位論文 前5條

1 張凱;GEP在麥蚜種群建模中的應(yīng)用研究[D];西安建筑科技大學(xué);2015年

2 彭舟;動態(tài)環(huán)境下多目標(biāo)進(jìn)化優(yōu)化的預(yù)測和保持種群多樣性策略研究[D];湘潭大學(xué);2015年

3 何誠;運(yùn)用種群多樣性動態(tài)調(diào)整機(jī)制的粒子群優(yōu)化算法研究[D];湘潭大學(xué);2012年

4 周冬梅;基于演化算法的智能學(xué)習(xí)與優(yōu)化方法的研究[D];江南大學(xué);2015年

5 孫晶;改進(jìn)的混合型蟻群算法及其應(yīng)用[D];中北大學(xué);2014年

，

本文編號：2175877