小型微型计算机系统
小型微型計算機繫統
소형미형계산궤계통
MINI-MICRO SYSTEMS
2014年
2期
343-347
,共5页
差分进化算法%基于反向优化%变异算子%精英保留策略
差分進化算法%基于反嚮優化%變異算子%精英保留策略
차분진화산법%기우반향우화%변이산자%정영보류책략
differential evolution algorithm%opposition-based optimization%mutation operator%elitist preserving strategy
针对反向差分进化算法(ODE)中依然存在收敛速度不高和收敛精度欠佳的情形,提出一种改进的反向差分进化算法(MODE).MODE改进了ODE中的差分变异搜索方程以提高算法的收敛速度,而且为进一步加速算法收敛,将ODE中涉及反向学习优化策略的种群跳转概率设置为l,这使得MODE在提高收敛性能的同时减少了跳转概率这个控制参数.基于13个标准测试函数的仿真结果表明,与多个DE类算法比较,观察到MODE的收敛性能远优于其它几个差分进化算法,获得了很好的收敛精度及收敛速度.
針對反嚮差分進化算法(ODE)中依然存在收斂速度不高和收斂精度欠佳的情形,提齣一種改進的反嚮差分進化算法(MODE).MODE改進瞭ODE中的差分變異搜索方程以提高算法的收斂速度,而且為進一步加速算法收斂,將ODE中涉及反嚮學習優化策略的種群跳轉概率設置為l,這使得MODE在提高收斂性能的同時減少瞭跳轉概率這箇控製參數.基于13箇標準測試函數的倣真結果錶明,與多箇DE類算法比較,觀察到MODE的收斂性能遠優于其它幾箇差分進化算法,穫得瞭很好的收斂精度及收斂速度.
침대반향차분진화산법(ODE)중의연존재수렴속도불고화수렴정도흠가적정형,제출일충개진적반향차분진화산법(MODE).MODE개진료ODE중적차분변이수색방정이제고산법적수렴속도,이차위진일보가속산법수렴,장ODE중섭급반향학습우화책략적충군도전개솔설치위l,저사득MODE재제고수렴성능적동시감소료도전개솔저개공제삼수.기우13개표준측시함수적방진결과표명,여다개DE류산법비교,관찰도MODE적수렴성능원우우기타궤개차분진화산법,획득료흔호적수렴정도급수렴속도.
