10.16208/j.issn1000-7024.2015.07.048
基于微分进化的混合生物地理学约束优化算法
针对生物地理学优化算法(biogeography based optimization ,BBO)容易陷入局部最优解的缺点,提出一种基于微分进化(differential evolution ,DE)改进BBO算法的混合生物地理学(BBO‐DE)优化算法。通过有机结合BBO算法的利用能力和DE算法的搜索能力,实现利用能力与搜索能力的平衡;引入基于可行性的约束处理机制,解决传统BBO算法无法求解约束优化的问题。通过选定的8个标准测试函数对改进算法进行仿真测试,测试结果验证了改进算法的可行性和有效性,与基本BBO和DE算法相比,其在最终解的质量和收敛速度上具有明显优势。
生物地理学优化、微分进化、约束优化、混合算法、全局优化
TP18(自动化基础理论)
高等学校博士学科点专项科研基金优先发展领域基金项目20120036130001;中央高校基本科研业务费基金项目2014MS93;新能源电力系统国家重点实验室自主研究课题基金项目201414
2015-08-28(万方平台首次上网日期,不代表论文的发表时间)
共6页
1927-1931,1937