华南理工大学学报（自然科学版）
華南理工大學學報（自然科學版）
화남리공대학학보（자연과학판）
JOURNAL OF SOUTH CHINA UNIVERSITY OF TECHNOLOGY(NATURAL SCIENCE EDITION)
2013年
5期
73-79
,共7页
演化规划算法%启发式变异%连续优化%收敛速度
縯化規劃算法%啟髮式變異%連續優化%收斂速度
연화규화산법%계발식변이%련속우화%수렴속도
evolutionary programming algorithm%heuristic mutation%continuous optimization%convergence speed
常用的演化规划算法(EP)的变异是基于固定的概率分布,鲁棒性较差.文中分析了变异算子对演化规划算法计算效率的影响,指出了Gauss变异、Cauchy变异和Lévy变异算子缺少启发式信息的不足,并据此设计了一种根据种群个体差异信息的启发式变异算子,用算子抽取的个体差异来更新变异步长,允许个体有机会在某些维数保持原状,只是进行部分维数上的变异.启发式变异算子能使演化规划算法更好地适应不同特点的连续优化问题,从总体上增强算法的鲁棒性.在求解多个Benchmark测试问题的数值实验中,基于启发式变异的改进演化规划算法比当前6种等概率分布演化规划算法有更快的收敛速度和更优的平均性能.
常用的縯化規劃算法(EP)的變異是基于固定的概率分佈,魯棒性較差.文中分析瞭變異算子對縯化規劃算法計算效率的影響,指齣瞭Gauss變異、Cauchy變異和Lévy變異算子缺少啟髮式信息的不足,併據此設計瞭一種根據種群箇體差異信息的啟髮式變異算子,用算子抽取的箇體差異來更新變異步長,允許箇體有機會在某些維數保持原狀,隻是進行部分維數上的變異.啟髮式變異算子能使縯化規劃算法更好地適應不同特點的連續優化問題,從總體上增彊算法的魯棒性.在求解多箇Benchmark測試問題的數值實驗中,基于啟髮式變異的改進縯化規劃算法比噹前6種等概率分佈縯化規劃算法有更快的收斂速度和更優的平均性能.
상용적연화규화산법(EP)적변이시기우고정적개솔분포,로봉성교차.문중분석료변이산자대연화규화산법계산효솔적영향,지출료Gauss변이、Cauchy변이화Lévy변이산자결소계발식신식적불족,병거차설계료일충근거충군개체차이신식적계발식변이산자,용산자추취적개체차이래경신변이보장,윤허개체유궤회재모사유수보지원상,지시진행부분유수상적변이.계발식변이산자능사연화규화산법경호지괄응불동특점적련속우화문제,종총체상증강산법적로봉성.재구해다개Benchmark측시문제적수치실험중,기우계발식변이적개진연화규화산법비당전6충등개솔분포연화규화산법유경쾌적수렴속도화경우적평균성능.
