引入反向学习机制的自适应差分进化算法研究

• 作者: 刘志伟 苗晓锋
• 来源期刊: 计算机与数字工程
• 学科: 工学
• 关键词: 遗传算法 优化算法 反向学习 自适应 差分进化 仿真
• 年，卷（期）: 2019,（12）
• 所属期刊栏目: 算法与分析
• 页码范围: 2953-2956,3120
• 页数: 5页
• 分类号: TP391.9
• 字数: 3249字
• 语种: 中文
• DOI: 10. 3969/j. issn. 1672-9722. 2019. 12. 003

摘要

差分进化算法(DE)是一种著名的处理非线性复杂问题的优化技术,为改进其计算开销大,参数设置与问题本身特性过于相关等缺陷,提出了一种新的差分进化算法(MDE).它结合了反向学习(OBL)和自适应控制机制来进行参数调整,从而能加速算法收敛,同时提高求解成功率.在Matlab环境中进行的测试实验结果表明,MDE在收敛速度、鲁棒性和计算开销等方面的性能在大部分测试用例上优于已有的多种算法,证明混合策略是一种行之有效的差分进化算法的研究路径.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘志伟	西北工业大学信息中心	21	262	9.0	16.0