原文服务方: 计算机应用研究       
摘要:
针对差分进化(differential evolution,DE)算法搜索效率较低和容易陷入局部最优的缺点,设计了基于SA的混合差分进化算法(SA-based hybrid DE,SAHDE),以提高DE算法的全局寻优能力.该算法采用自适应变异算子和交叉算子,并结合模拟退火(simulated annealing,SA)算法的Metropolis准则.首先通过标准测试函数对改进的SAHDE进行性能测试,证明了该算法比DE、自适应混合DE(adaptive hybrid DE,AHDE)和遗传算法(genetic algorithm,GA)更有效.进而将该算法运用到联合补货—配送集成优化(典型NP-hard)问题的求解中,通过大规模的算例分析,证实SAHDE在解决联合补货—配送优化问题比DE、AHDE和GA更有效.
推荐文章
基于退火加速的差分进化算法改进及应用
差分进化
退火加速
Hooke-Jeeves算法
优化
混合波动差分进化算法
差分进化
全局最优
混合波动
参数控制
函数优化
基于差分进化粒子群混合优化算法的软测量建模
乙烯收率
软测量建模
差分进化算法
混合优化算法
一种基于模拟退火操作的混合差分进化算法
差分进化
进化算法
模拟退火
欺骗问题
等级问题
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 基于模拟退火的混合差分进化算法及其在联合补货—配送集成优化中的应用
来源期刊 计算机应用研究 学科
关键词 差分进化 模拟退火 遗传算法 联合补货—配送
年,卷(期) 2018,(4) 所属期刊栏目 算法研究探讨
研究方向 页码范围 1037-1041
页数 5页 分类号 TP391|F251
字数 语种 中文
DOI 10.3969/j.issn.1001-3695.2018.04.017
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 张金隆 华中科技大学管理学院 344 6282 41.0 62.0
2 王林 华中科技大学管理学院 75 955 17.0 27.0
3 曾宇容 华中科技大学管理学院 5 56 4.0 5.0
7 彭璐 华中科技大学管理学院 3 41 3.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (15)
共引文献  (11)
参考文献  (15)
节点文献
引证文献  (6)
同被引文献  (6)
二级引证文献  (0)
1997(2)
  • 参考文献(1)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(3)
  • 参考文献(1)
  • 二级参考文献(2)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(5)
  • 参考文献(2)
  • 二级参考文献(3)
2013(5)
  • 参考文献(2)
  • 二级参考文献(3)
2014(3)
  • 参考文献(2)
  • 二级参考文献(1)
2015(2)
  • 参考文献(2)
  • 二级参考文献(0)
2016(3)
  • 参考文献(3)
  • 二级参考文献(0)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(2)
  • 参考文献(0)
  • 二级参考文献(0)
  • 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)
2019(4)
  • 引证文献(4)
  • 二级引证文献(0)
研究主题发展历程
节点文献
差分进化
模拟退火
遗传算法
联合补货—配送
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
计算机应用研究
月刊
1001-3695
51-1196/TP
大16开
1984-01-01
chi
出版文献量(篇)
21004
总下载数(次)
0
总被引数(次)
238385
论文1v1指导