引入反向学习机制的自适应差分进化算法研究
苗晓锋1
刘志伟2
1.神木职业技术学院信息中心 神木 719300)2.西北工业大学信息中心 西安 710072
摘要：差分进化算法(DE)是一种著名的处理非线性复杂问题的优化技术,为改进其计算开销大,参数设置与问题本身特性过于相关等缺陷,提出了一种新的差分进化算法(MDE).它结合了反向学习(OBL)和自适应控制机制来进行参数调整,从而能加速算法收敛,同时提高求解成功率.在Matlab环境中进行的测试实验结果表明,MDE在收敛速度、鲁棒性和计算开销等方面的性能在大部分测试用例上优于已有的多种算法,证明混合策略是一种行之有效的差分进化算法的研究路径.
关键词：遗传算法优化算法反向学习自适应差分进化仿真
分类号：TP391.9(计算技术、计算机技术)
资助基金：国家自然科学基金(61672433)榆林职业技术学院神木校区校级教科研课题重点项目(ZK-201801)
论文发表日期：2019-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：5( 2953-2956,3120 )
英文信息