计算机工程与应用
計算機工程與應用
계산궤공정여응용
COMPUTER ENGINEERING AND APPLICATIONS
2011年
18期
4-8
,共5页
混洗蛙跳算法%差分进化算法%混合优化%连续优化问题
混洗蛙跳算法%差分進化算法%混閤優化%連續優化問題
혼세와도산법%차분진화산법%혼합우화%련속우화문제
混洗蛙跳算法(SFLA)具有算法简单、控制参数少、易于实现等优点,但在高维难优化问题中算法容易早熟收敛且求解精度不高.导致该缺陷的主要原因是在进化后期种群多样性迅速下降,且缺乏局部细化搜索能力.借鉴差分进化算法(DE)中DE/best/1/bin版本具有全局搜索能力较强、种群多样性较好的优点,将SFLA与DE有机融合,形成混合优化算法(SFL-DE),以克服SFLA容易早熟收敛的缺陷.给出了6个30维benchmark问题数值对比实验,结果表明,在给定的较小进化代数内,SFL-DE的寻优效率、计算精度、鲁棒性等性能优于SFLA和基本DE(DE/best/l/bin和DE/rand/1/bin),不足之处是其耗时更长.
混洗蛙跳算法(SFLA)具有算法簡單、控製參數少、易于實現等優點,但在高維難優化問題中算法容易早熟收斂且求解精度不高.導緻該缺陷的主要原因是在進化後期種群多樣性迅速下降,且缺乏跼部細化搜索能力.藉鑒差分進化算法(DE)中DE/best/1/bin版本具有全跼搜索能力較彊、種群多樣性較好的優點,將SFLA與DE有機融閤,形成混閤優化算法(SFL-DE),以剋服SFLA容易早熟收斂的缺陷.給齣瞭6箇30維benchmark問題數值對比實驗,結果錶明,在給定的較小進化代數內,SFL-DE的尋優效率、計算精度、魯棒性等性能優于SFLA和基本DE(DE/best/l/bin和DE/rand/1/bin),不足之處是其耗時更長.
혼세와도산법(SFLA)구유산법간단、공제삼수소、역우실현등우점,단재고유난우화문제중산법용역조숙수렴차구해정도불고.도치해결함적주요원인시재진화후기충군다양성신속하강,차결핍국부세화수색능력.차감차분진화산법(DE)중DE/best/1/bin판본구유전국수색능력교강、충군다양성교호적우점,장SFLA여DE유궤융합,형성혼합우화산법(SFL-DE),이극복SFLA용역조숙수렴적결함.급출료6개30유benchmark문제수치대비실험,결과표명,재급정적교소진화대수내,SFL-DE적심우효솔、계산정도、로봉성등성능우우SFLA화기본DE(DE/best/l/bin화DE/rand/1/bin),불족지처시기모시경장.
