原文服务方: 纺织高校基础科学学报       
摘要:
针对差分进化算法易陷入局部最优及收敛速度慢的缺点,提出基于种群分类的差分进化算法.该算法首先在种群中随机选取3个个体, 与目标个体的适应度值进行比较, 从而将种群分为优势、一般和劣势子种群;其次对每类子种群采用不同的变异算子进行变异操作, 并设置合理的参数取值.所提算法不仅保证了算法的鲁棒性, 而且充分利用了每个个体的特征信息, 有效地平衡了全局搜索能力和局部开发能力.数值实验说明了本文算法的有效性.
推荐文章
一种改进的动态多种群并行差分进化算法
多种群
差分进化算法
并行
佳点集方法
基于差分进化的BP网络学习算法
神经网络
差分进化
BP算法
差分进化的蜻蜓算法
蜻蜓算法
差分进化
种群多样性
函数优化
基于差分进化算法的卫星轨道计算方法
卫星轨道预测
差分进化算法
全局近点角
轨道根数
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 基于种群分类的差分进化算法
来源期刊 纺织高校基础科学学报 学科
关键词 差分进化 随机方法 种群分类 变异策略
年,卷(期) 2017,(2) 所属期刊栏目 应用研究
研究方向 页码范围 272-278
页数 7页 分类号 TP18
字数 语种 中文
DOI 10.13338/j.issn.1006-8341.2017.02.019
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 高兴宝 陕西师范大学数学与信息科学学院 62 203 7.0 10.0
2 闫学青 陕西师范大学数学与信息科学学院 1 4 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (61)
共引文献  (237)
参考文献  (14)
节点文献
引证文献  (4)
同被引文献  (24)
二级引证文献  (3)
1997(2)
  • 参考文献(1)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(6)
  • 参考文献(1)
  • 二级参考文献(5)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(6)
  • 参考文献(1)
  • 二级参考文献(5)
2004(10)
  • 参考文献(0)
  • 二级参考文献(10)
2005(21)
  • 参考文献(0)
  • 二级参考文献(21)
2006(4)
  • 参考文献(1)
  • 二级参考文献(3)
2007(3)
  • 参考文献(1)
  • 二级参考文献(2)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(6)
  • 参考文献(2)
  • 二级参考文献(4)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(3)
  • 参考文献(2)
  • 二级参考文献(1)
2012(2)
  • 参考文献(1)
  • 二级参考文献(1)
2013(1)
  • 参考文献(1)
  • 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(1)
  • 二级参考文献(0)
2017(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2019(5)
  • 引证文献(4)
  • 二级引证文献(1)
2020(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
差分进化
随机方法
种群分类
变异策略
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
纺织高校基础科学学报
季刊
1006-8341
61-1296/TS
大16开
1987-01-01
chi
出版文献量(篇)
2194
总下载数(次)
0
论文1v1指导