一种基于精英云变异的差分演化算法
针对传统差分演化算法在演化过程中存在少数个体出现停滞的现象,提出一种基于精英云变异的差分演化算法.该算法在演化过程中统计出每个个体的停滞代数,当一个个体的停滞代数达到指定的阈值时,对该个体执行精英云变异操作,使其向最优个体靠近,从而加快收敛速度;同时以一定的概率对所有个体执行一般反向学习操作,以增加种群的多样性.对比实验结果表明该算法在收敛速度和求解精度上均具有一定的优势.
差分演化算法、云模型、反向学习、停滞现象
59
TP311(计算技术、计算机技术)
国家自然科学基金61070008,61165004;江西省软科学研究计划项目2010ZDR00100;江西省自然科学基金项目20114BAB201025;江西省教育厅科技项目GJJ12307
2013-05-30(万方平台首次上网日期,不代表论文的发表时间)
共6页
117-122