基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
为了克服传统差分演化(DE)算法在求解约束优化问题时出现的收敛性慢和容易陷入早熟等缺陷,提出一种新的基于单形正交实验设计的差分演化(SO-DE)算法.该算法设计了一种结合单形交叉和正交实验设计的混合交叉算子来提高差分演化算法的搜索能力;同时采用了一种改进的个体优劣比较准则对种群个体进行比较和选择.这种新的混合交叉算子利用多个父代个体进行单形交叉产生多个子代个体,从两者中选择优秀个体进行正交实验设计得到下一代种群个体.改进的个体优劣比较准则对不同状态下的种群采用不同的处理方案,其目的在于能够有效地权衡目标函数值和约束违反量之间的关系,从而选择优秀个体进入下一代种群.通过对13个标准测试函数和2个工程设计问题进行仿真实验,实验结果表明SO-DE算法求解的精度和标准方差都要优于HEAA算法和COEA/OED算法.SO-DE算法具有更高的精度以及更好的稳定性.
推荐文章
基于差分演化算法的PID参数优化算法
PID参数优化
差分演化算法
缩放因子
自动控制
正交约束差分演化算法研究
差分演化
正交设计
简单多样性规则
混合自适应杂交变异
函数优化
多目标优化
基于差分演化的K-均值聚类算法
聚类
差分演化算法
K-均值
基于改进差分演化的高效图像分割算法
贝塔分布
差分演化
图像分割
阈值化分割
控制参数
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于单形正交实验设计的差分演化算法
来源期刊 计算机应用 学科 工学
关键词 差分演化算法 比较准则 单形交叉 正交实验设计 约束优化
年,卷(期) 2016,(1) 所属期刊栏目 人工智能
研究方向 页码范围 143-149
页数 7页 分类号 TP181
字数 7337字 语种 中文
DOI 10.11772/j.issn.1001-9081.2016.01.0143
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 李伟 华南农业大学数学与信息学院 65 154 7.0 10.0
3 李康顺 华南农业大学数学与信息学院 39 453 11.0 20.0
9 左磊 华南农业大学数学与信息学院 1 6 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (25)
共引文献  (48)
参考文献  (18)
节点文献
引证文献  (6)
同被引文献  (9)
二级引证文献  (0)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(3)
  • 参考文献(1)
  • 二级参考文献(2)
1999(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(4)
  • 参考文献(1)
  • 二级参考文献(3)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(3)
  • 参考文献(1)
  • 二级参考文献(2)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(6)
  • 参考文献(4)
  • 二级参考文献(2)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(2)
  • 参考文献(1)
  • 二级参考文献(1)
2010(4)
  • 参考文献(4)
  • 二级参考文献(0)
2011(1)
  • 参考文献(0)
  • 二级参考文献(1)
2012(6)
  • 参考文献(2)
  • 二级参考文献(4)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(2)
  • 引证文献(2)
  • 二级引证文献(0)
2018(2)
  • 引证文献(2)
  • 二级引证文献(0)
2020(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
差分演化算法
比较准则
单形交叉
正交实验设计
约束优化
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机应用
月刊
1001-9081
51-1307/TP
大16开
成都237信箱
62-110
1981
chi
出版文献量(篇)
20189
总下载数(次)
40
论文1v1指导