基于一次指数平滑法的自适应差分进化算法  

Self-adaptive differential evolution algorithm based on exponential smoothing

作　　者：赵志伟[1,2,3] 杨景明[1,2] 呼子宇 车海军[1,2] 

机构地区：[1]燕山大学电气工程学院,河北秦皇岛066004 [2]燕山大学国家冷轧板带装备及工艺工程技术研究中心,河北秦皇岛066004 [3]唐山学院计算机科学与技术系,河北唐山063000

出　　处：《控制与决策》2016年第5期790-796,共7页Control and Decision

基　　金：国家自然科学基金钢铁联合基金项目(U1260203);河北省高等学校创新团队领军人才培育计划项目(LJRC013);国家冷轧板带及装备工程研究中心开放课题项目(2012005)

摘　　要：提出一个策略和控制参数自适应的差分进化(ESADE)算法.ESADE算法将指数平滑法和轮盘赌选择法结合到一起,根据先前成功的经验在策略候选池中为每个个体自适应地选择变异策略来匹配进化的不同阶段.在进化过程中,ESADE算法使用柯西分布和正态分布为控制参数产生适当的值,并使用指数平滑法进行自适应.大量的仿真实验结果表明,ESADE算法要优于其他差分进化算法.This paper presents a differential evolution algorithm based on exponential smoothing（ESADE）, with selfadaptive strategy and control parameters, which employs single exponential smoothing and roulette wheel selection, and adaptively selects mutation strategy for each individual from the strategy candidate pool to match different stages of the evolution according to their previous successful experience. Cauchy distribution and normal distribution are used to generate appropriate values for control parameters during the evolutionary process, and single exponential smoothing method is used to realize self-adaption. A large amount of simulation experiments are made, and experimental results show that the ESADE is better than other DE algorithms.

关 键 词：差分进化 指数平滑法 自适应 柯西分布 正态分布 

分 类 号：TP18[自动化与计算机技术—控制理论与控制工程]