基于精英区域学习的动态差分进化算法

• 作者: 吴志健 周新宇 彭虎 邓长寿
• 来源期刊: 电子学报
• 学科: 工学
• 关键词: 差分进化 精英池 精英区域学习 动态差分进化
• 年，卷（期）: 2014,（8）
• 所属期刊栏目: 学术论文
• 页码范围: 1522-1530
• 页数: 9页
• 分类号: TP18
• 字数: 6219字
• 语种: 中文
• DOI: 10.3969/j.issn.0372-2112.2014.08.010

摘要

DE算法简单高效,但对复杂问题也存在收敛效率较低的问题,为提高DE算法的全局勘探能力和收敛精度,提出了一种新的精英区域学习动态差分进化算法,算法首先将历史精英保存在精英池中,然后采用正弦函数对精英池中的精英进行区域学习,最后利用动态DE模式有效提高收敛的速度,并从理论上证明了算法的收敛性.通过对包括单峰函数、多峰函数和偏移函数的20个基准测试函数的仿真实验和分析,验证了新算法的有效性和适用性,其能在保持较高的收敛速度的同时也能保持较好的收敛精度,经与多种知名的DE算法在统计学上的分析比较,证明了该算法是一种具有竞争力的新算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	邓长寿	九江学院信息科学与技术学院	42	204	8.0	11.0
2	吴志健	武汉大学软件工程国家重点实验室	47	513	13.0	21.0
6	彭虎	武汉大学软件工程国家重点实验室	7	56	5.0	7.0
10	周新宇	武汉大学软件工程国家重点实验室	6	142	4.0	6.0