多种群协方差学习差分进化算法
种群多样性与交叉算子在差分进化(DE)算法求解全局优化问题中具有重要作用,该文提出一种多种群协方差学习差分进化(MCDE)算法.首先,采用多种群机制的种群结构,利用每一子种群结合相应的变异策略保证进化过程个体多样性.然后,通过种群间的协方差学习,为交叉操作建立一个适当旋转的坐标系统;同时,使用自适应控制参数来平衡种群的勘测与收敛能力.最后,在单峰函数、多峰函数、偏移函数和高维函数的25个基准测试函数上进行测试,并同其他先进的进化算法对比,实验结果表明该文算法相较于其他算法在求解全局优化问题上达到最优效果.
差分进化、多种群、协方差学习、自适应参数
41
TP18(自动化基础理论)
国家自然科学基金61605048,61231002,51075068;福建省教育厅项目JA15035;泉州市科技局项目2014Z103,2015Z114;华侨大学研究生科研创新能力培养计划1611422002
2019-07-10(万方平台首次上网日期,不代表论文的发表时间)
共8页
1488-1495