基于双重经验结合的自适应差分进化算法OA北大核心CSTPCD
Adaptive differential evolution algorithm based on dual experience combination
针对传统差分进化算法在解决复杂优化问题时性能不足的问题,提出了一种双重经验结合的自适应差分进化算法,该算法提出了基于个体经验和集体经验结合的参数自适应机制.在该机制中,每个个体都有自己的缩放因子和杂交概率,并且个体同时利用自身经验和多个成功个体的集体经验来自适应地更新参数值.该机制不仅很好地利用了个体自身的演化信息,还结合了集体的有益信息,有利于生成优秀个体,提高算法性能.此外,自适应差分进化算法设计了一种新的带外部存档的变异策略,该变异策略引入…查看全部>>
To improve the performance of the traditional differential evolution for solving some complex optimization problems,an adaptive differential evolution based on dual experience combination was proposed.Adaptive differential evolution based on dual experience combination proposed a parameter adaptive mechanism based on the combination of individual experience and collective experience.In this mechanism,each individual adaptively updated its scaling factor and …查看全部>>
郭肇禄;向传娇;杨火根;张文生
江西理工大学理学院,江西 赣州 341000||中国科学院自动化研究所,北京 100190江西理工大学理学院,江西 赣州 341000江西理工大学理学院,江西 赣州 341000中国科学院自动化研究所,北京 100190
计算机与自动化
差分进化个体经验集体经验参数自适应机制变异策略
differential evolutionindividual experiencecollective experienceparameter adaptive mechanismmutation strategy
《华中科技大学学报（自然科学版）》 2024 (6)
171-178,8
国家自然科学基金资助项目(12161043,61662029)江西省自然科学基金资助项目(20192BAB201007)江西省教育厅科技项目(GJJ160623,GJJ170495)江西理工大学青年英才支持计划项目(2018).
评论