基于差分進化算法的改進
大?。?/span>0.98 MB 人氣： 2017-12-04 需要積分：1
標簽：差分進化算法(1213)
針對差分進化（DE）算法存在的尋優(yōu)精度低、收斂速度慢等問題，借鑒混沌分散策略、反向?qū)W習策略（OBL）以及跨種群并行機制，提出一種基于反向?qū)W習的跨種群差分進化算法（OLCPDE）。采用混沌分散策略進行種群初始化，將種群劃分為精英種群和普通種群，對兩個子種群分別采用標準的差分進化策略和基于反向?qū)W習的差分進化策略；同時，為進一步提高算法對單峰函數(shù)的求解精度和穩(wěn)定性，采用了一種跨種群的差分進化策略，運用三種策略對于種群進行操作，達到共同進化的目的。實驗獨立運行30次，OLCPDE在12個標準的測試函數(shù)中，有11個函數(shù)都能穩(wěn)定地收斂到全局最優(yōu)解，優(yōu)于對比算法。實驗結(jié)果表明，OLCPDE收斂精度高，能有效避免陷入局部最優(yōu)點。
非常好我支持^.^
(0) 0%
不好我反對
(0) 0%