基于群智能的新型反向混合差分进化算法

• 作者: 吴昱 徐星 李元香
• 来源期刊: 小型微型计算机系统
• 学科: 工学
• 关键词: 差分进化 粒子群优化 反向学习 信息共享 反向初始化
• 年，卷（期）: 2009,（5）
• 所属期刊栏目: 人工智能与算法研究
• 页码范围: 903-907
• 页数: 5页
• 分类号: TP311
• 字数: 5679字
• 语种: 中文

摘要

依据PSO和DE在函数优化方面所展现的优越性能,提出一种融合粒子群智能思想的新型反向混合差分进化算法(ODE-SI).本文分析这两种启发式方法之间的潜在联系,并在ODE-SI中不仅保留了粒子群智能思想中的经验记忆,而且应用了反向学习(opposition-based learning,OBL)操作促使演化生成过程的跃变,从而使算法具有较高的收敛速度和较好的种群多样性.此外,通过测试函数的仿真实验,本文将ODE-SI与其他DE和PSO算法进行比较.实验结果证实了新算法的高效性、通用性和稳健性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李元香		148	1685	22.0	34.0
2	吴昱		7	69	4.0	7.0
3	徐星		10	87	6.0	9.0