计算机应用
計算機應用
계산궤응용
COMPUTER APPLICATION
2014年
5期
1267-1270,1317
,共5页
分布式差分进化%种群结构%迁移机制%memetic算法%模式搜索
分佈式差分進化%種群結構%遷移機製%memetic算法%模式搜索
분포식차분진화%충군결구%천이궤제%memetic산법%모식수색
Distributed Differential Evolution (DDE)%population structure%migration mechanism%memetic algorithm%pattern search
针对差分进化(DE)算法存在的早熟收敛与搜索停滞的问题,提出memetic分布式差分进化(DDE)算法.将memetic算法的思想融入到差分进化算法中,采用分布式的种群结构以及memetic算法中的混合策略,前者将初始种群分为多个子种群,子种群间根据冯·诺依曼拓扑结构周期性地实现信息交流,后者将差分进化算法作为进化的主要框架,模式搜索作为辅助手段,从而平衡算法的探索与开发能力.所提算法充分利用了模式搜索和差分进化算法的优势,建立了有效的搜索机制,增强了算法摆脱局部最优的能力,能够满足搜索过程对种群多样性及收敛速度的需求.将所提算法与几种先进的差分进化算法相比较,对标准测试函数进行优化的实验结果显示:所提算法在解的质量和收敛性能方面,均优于其他几种相比较的先进的差分进化算法.
針對差分進化(DE)算法存在的早熟收斂與搜索停滯的問題,提齣memetic分佈式差分進化(DDE)算法.將memetic算法的思想融入到差分進化算法中,採用分佈式的種群結構以及memetic算法中的混閤策略,前者將初始種群分為多箇子種群,子種群間根據馮·諾依曼拓撲結構週期性地實現信息交流,後者將差分進化算法作為進化的主要框架,模式搜索作為輔助手段,從而平衡算法的探索與開髮能力.所提算法充分利用瞭模式搜索和差分進化算法的優勢,建立瞭有效的搜索機製,增彊瞭算法襬脫跼部最優的能力,能夠滿足搜索過程對種群多樣性及收斂速度的需求.將所提算法與幾種先進的差分進化算法相比較,對標準測試函數進行優化的實驗結果顯示:所提算法在解的質量和收斂性能方麵,均優于其他幾種相比較的先進的差分進化算法.
침대차분진화(DE)산법존재적조숙수렴여수색정체적문제,제출memetic분포식차분진화(DDE)산법.장memetic산법적사상융입도차분진화산법중,채용분포식적충군결구이급memetic산법중적혼합책략,전자장초시충군분위다개자충군,자충군간근거풍·낙의만탁복결구주기성지실현신식교류,후자장차분진화산법작위진화적주요광가,모식수색작위보조수단,종이평형산법적탐색여개발능력.소제산법충분이용료모식수색화차분진화산법적우세,건립료유효적수색궤제,증강료산법파탈국부최우적능력,능구만족수색과정대충군다양성급수렴속도적수구.장소제산법여궤충선진적차분진화산법상비교,대표준측시함수진행우화적실험결과현시:소제산법재해적질량화수렴성능방면,균우우기타궤충상비교적선진적차분진화산법.
