基于混沌搜索的自适应差分进化算法OA北大核心CSCDCSTPCD
Adaptive differential evolution algorithm combined With chaotic search.
提出一种基于混沌搜索的自适应差分进化算法(CADE),该算法在计算过程中自适应地调整交叉率,在搜索初期保持种群多样性的同时增强算法的全局收敛性.具有较强局部遍历搜索性能的混沌搜索的引入使得算法具有较好的求解精度,增加搜索到全局最优解的概率.对几种典型的测试函数对CADE进行了测试,实验结果表明,该算法能有效地避免早熟收敛,具有良好的全局收敛性.
卢有麟;周建中;李英海;覃晖
华中科技大学,水电与数字化工程学院,武汉,430074华中科技大学,水电与数字化工程学院,武汉,430074华中科技大学,水电与数字化工程学院,武汉,430074华中科技大学,水电与数字化工程学院,武汉,430074
计算机与自动化
差分进化算法自适应混沌搜索全局优化
《计算机工程与应用》 2008 (10)
水电能源及其在电力市场竞争中的混沌演化与双赢策略研究
31-33,39,4
国家自然科学基金重点项目(the Key Project of National Natural Science Foundation of China No.50539140)国家自然科学基金(the National Natural Science Foundation of China under Grant No.50579022).
评论