系统工程与电子技术
繫統工程與電子技術
계통공정여전자기술
SYSTEMS ENGINEERING AND ELECTRONICS
2010年
5期
1105-1108
,共4页
差分进化%中心变异%自适应交叉概率%函数优化
差分進化%中心變異%自適應交扠概率%函數優化
차분진화%중심변이%자괄응교차개솔%함수우화
针对高维复杂优化问题,提出了基于中心变异和自适应交叉概率的差分进化算法--中心变异差分进化(center mutation-based differential evolution,CMDE)算法.该算法首先改进了个体的变异形式,即把当前代的群体中心作为基向量,依据参加变异的三个随机个体向量间的函数适应值的大小关系,确定差向量的方向;然后给出了自适应交叉概率策略,即依据交叉的作用,通过分析个体向量间的函数适应值在群体内部的分布情况,确定每个个体的交叉概率.通过几个Benchmark函数的测试表明,CMDE算法具有较快的收敛速度,且对于高维复杂问题的求解精度高,寻优性能好.
針對高維複雜優化問題,提齣瞭基于中心變異和自適應交扠概率的差分進化算法--中心變異差分進化(center mutation-based differential evolution,CMDE)算法.該算法首先改進瞭箇體的變異形式,即把噹前代的群體中心作為基嚮量,依據參加變異的三箇隨機箇體嚮量間的函數適應值的大小關繫,確定差嚮量的方嚮;然後給齣瞭自適應交扠概率策略,即依據交扠的作用,通過分析箇體嚮量間的函數適應值在群體內部的分佈情況,確定每箇箇體的交扠概率.通過幾箇Benchmark函數的測試錶明,CMDE算法具有較快的收斂速度,且對于高維複雜問題的求解精度高,尋優性能好.
침대고유복잡우화문제,제출료기우중심변이화자괄응교차개솔적차분진화산법--중심변이차분진화(center mutation-based differential evolution,CMDE)산법.해산법수선개진료개체적변이형식,즉파당전대적군체중심작위기향량,의거삼가변이적삼개수궤개체향량간적함수괄응치적대소관계,학정차향량적방향;연후급출료자괄응교차개솔책략,즉의거교차적작용,통과분석개체향량간적함수괄응치재군체내부적분포정황,학정매개개체적교차개솔.통과궤개Benchmark함수적측시표명,CMDE산법구유교쾌적수렴속도,차대우고유복잡문제적구해정도고,심우성능호.
