一种精英反向学习的差分演化算法

• 作者: 吴志健 周新宇 王晖
• 来源期刊: 小型微型计算机系统
• 学科: 工学
• 关键词: 差分演化算法 搜索空间 精英反向学习 种群多样性
• 年，卷（期）: 2013,（9）
• 所属期刊栏目: 人工智能与算法研究
• 页码范围: 2129-2134
• 页数: 6页
• 分类号: TP311
• 字数: 5220字
• 语种: 中文

摘要

为提高差分演化算法的性能,提出一种精英反向学习策略的差分演化算法.该算法以一定的概率通过反向学习生成种群中精英个体的反向解,引入一般化系数k,构造动态搜索边界下的反向群体形成反向搜索空间,之后同时评估当前种群与反向种群的解来指导算法的搜索空间向包含全局最优解的空间逼近,有利于均衡算法的勘探与开采能力.对13个典型的测试函数进行实验,将本文算法与5种代表性的差分演化算法进行对比,结果表明本文算法不仅在求解精度上更优,在收敛速度上也有非常大的优势.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴志健	武汉大学软件工程国家重点实验室	47	513	13.0	21.0
5	王晖	南昌工程学院信息工程学院	12	141	6.0	11.0
6	周新宇	武汉大学软件工程国家重点实验室	6	142	4.0	6.0