采用差分进化算法优化模糊Petri网参数

• 作者: 乐晓波 周恺卿 张弛 莫礼平
• 来源期刊: 计算机工程与科学
• 学科: 工学
• 关键词: 模糊Petri网 模糊推理 改进的差分进化算法 早熟惩罚
• 年，卷（期）: 2014,（6）
• 页码范围: 1095-1100
• 页数: 6页
• 分类号: TP301.6
• 字数: 4362字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-130X.2014.06.016

摘要

如何有效地确定模糊Petri网(FPN)的各项参数、摆脱自学习能力差的缺点,一直是悬而未决的问题.针对此问题,将差分进化算法首次引入到FPN参数优化中,根据FPN的实际特征,提出了一种改进的差分进化算法.算法采用混沌策略产生初始种群,融合自适应变异因子及早熟惩罚策略提高种群多样性,同时保证很强的收敛性与全局性.仿真实验表明,将改进的差分进化算法与传统算法相比较,收敛到理想参数值的速度提高了5倍.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	乐晓波	长沙理工大学计算机与通信工程学院	64	456	11.0	18.0
2	莫礼平	吉首大学信息科学与工程学院	39	130	7.0	9.0
3	张弛	长沙理工大学计算机与通信工程学院	1	2	1.0	1.0