10.3969/j.issn.1001-4160.2011.12.009
融合克隆选择的AEA算法及其在参数估计中的应用
为了提高AEA算法的寻优性能,提出了结合克隆选择算法改进AEA算法计算过程中每代种群的生产方式.改进后的AEA算法(AEA-C)的克隆选择部分所加入的噪声是随着实际进化不同阶段而合理地变化.在进化的前期,由于添加噪声较大有利于算法的全局搜索,随着迭代次数增加,噪声逐渐减小,使得算法加强了局部搜索,算法能跳出局部最优,避免早熟现象的发生.在10个典型测试函数上进行了试验,结果表明AEA-C的寻优性能有了很大的提高,不仅获得的解的质量好,而且算法的运算速度和稳定性都得到了提高.最后将AEA-C算法应用于发酵动力学模型参数的估计,效果明显.
Alopex、AEA、克隆选择算法、优化、参数估计
28
TQ015.9;TP391.9;O6-39(一般性问题)
国家自然科学基金资助项目20976048,21176072
2012-05-14(万方平台首次上网日期,不代表论文的发表时间)
共4页
1527-1530