基于抽象凸估计选择策略的差分进化算法
周晓根
张贵军
梅珊
明洁
1.浙江工业大学信息工程学院,浙江杭州,3100232.浙江工业大学信息工程学院,浙江杭州,3100233.浙江工业大学信息工程学院,浙江杭州,3100234.浙江工业大学信息工程学院,浙江杭州,310023
摘要：针对传统差分进化算法计算代价、可靠性及收敛速度的问题,提出一种基于抽象凸估计选择策略的差分进化算法(DEUS).首先,通过提取新个体的邻近个体建立局部抽象凸下界松弛模型;然后,利用下界松弛模型估计目标函数值来指导种群更新,同时利用下界估计区域极值点快速枚举算法系统排除部分无效区域;最后,借助线性拟凸包络的广义下降方向有效地实现局部增强.12个标准测试函数的实验结果表明,所提算法计算代价、可靠性及收敛速度均优于DE及DERL,DELB,SaDE等改进算法.
关键词：差分进化全局优化下界估计抽象凸支撑向量
分类号：TP391(计算技术、计算机技术)
资助基金：国家自然科学基金项目(61075062)国家自然科学基金项目(61379020)浙江省自然科学基金项目(LY13F030008)浙江省科技厅公益项目(2014C33088)浙江省重中之重学科开放基金资助项目(20120811)杭州市产学研合作项目(20131631E31)Supported by National Natural Science Foundation of China(61075062)Supported by National Natural Science Foundation of China(61379020)Natural Science Foundation of Zhejiang Province(LY13F030008)Public Welfare Project of Science Technology Department of Zhejiang Province(2014C33088)Open Fund for Key-Key Discipline of Zhejiang Province(20120811)Cooperation Project of Industry-Academia-Research Institute of Hangzhou(20131631E31)
论文发表日期：2015-01-01
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：10( 388-397 )
英文信息