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:
变异策略对差分进化算法(DE)算法的成功与否起到至关重要的作用.然而,方向信息在DE变异策略的设计当中并没有被充分地挖掘,且对于如何平衡进化速度和种群多样性这两者之间的矛盾也没有得到很好的解决方案.研究了个体在进化选择操作前后产生的差量信息在变异操作上的导向作用,提出了一种新的基于进化方向的变异策略“DE/current-to-pbest/1/Gvector”.同时,为了测试我们这种新的方向信息能否提高算法的优化能力,我们在自适应差分进化算法(JADE)的基础上提出了一种新的算法DVDE.对CEC2005常用的12个测试函数做了仿真实验,实验结果证明DVDE的算法性能平均优于其他5个目前来说性能最好的DE算法(JADE,SaDE,CoDE,jDE,EPSDE),特别是对于单峰函数,效果更为明显.实验结果也说明进化方向的加入对于提高算法的收敛速度以及保护种群的多样性避免算法过早陷入局部最优起到了较好的作用.
推荐文章
一种新的改进差分进化算法
改进DE算法
自适应变异算子
自适应交叉算子
变异策略
一种新局部搜索策略的差分进化算法
差分进化
局部搜索
替换策略
一种改进的多目标混合差分进化算法
差分进化算法
多目标优化
迁移操作
精英保留
非支配解
一种采用克隆选择的免疫差分进化算法
差分进化
人工免疫系统
局部搜索能力
多样性
全局优化
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 一种基于进化方向的新的差分进化算法
来源期刊 计算机系统应用 学科
关键词 差分进化算法 变异策略 进化方向
年,卷(期) 2016,(10) 所属期刊栏目 软件技术·算法
研究方向 页码范围 146-153
页数 8页 分类号
字数 5728字 语种 中文
DOI 10.15888/j.cnki.csa.005382
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 王振友 广东工业大学应用数学学院 32 211 7.0 14.0
2 唐亚 广东工业大学应用数学学院 3 5 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (7)
节点文献
引证文献  (2)
同被引文献  (8)
二级引证文献  (0)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(2)
  • 参考文献(2)
  • 二级参考文献(0)
2011(2)
  • 参考文献(2)
  • 二级参考文献(0)
2015(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)
2019(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
差分进化算法
变异策略
进化方向
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
计算机系统应用
月刊
1003-3254
11-2854/TP
大16开
北京中关村南四街4号
82-558
1991
chi
出版文献量(篇)
10349
总下载数(次)
20
总被引数(次)
57078
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导