自适应差分进化算法

作品数：165被引量：717H指数：12
导出分析报告
相关领域：自动化与计算机技术更多>>
相关作者：王林钱锋俞立陈璨高立群更多>>
相关机构：华中科技大学华南理工大学浙江工业大学华东理工大学更多>>
相关期刊：更多>>
相关基金：国家自然科学基金国家高技术研究发展计划中央高校基本科研业务费专项资金国家教育部博士点基金更多>>
-
在结果中检索

检索结果分析

结果分析中...
选择条件：
  • 期刊=计算机工程与应用x
共 条 记 录，以下是1-6
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
采用双变异策略的自适应差分进化算法及应用被引量：12
《计算机工程与应用》2020年第4期146-157,共12页沈鑫 邹德旋 张强 
国家自然科学基金（No.61403174）;江苏省研究生科研创新计划项目（No.KYCX17_1575）
为了克服差分进化算法早熟收敛和寻优精度低的缺点,提出一种采用双变异策略的自适应差分进化算法(Adaptive Differential Evolution Algorithm using Double mutation strategies,DADE)。DADE引入基于种群相似度和中心解的双变异策略,...
关键词：差分进化算法 双变异策略 中心解 自适应交叉概率 测试函数 电力系统动态经济调度 
基于反射变异策略的自适应差分进化算法被引量：3
《计算机工程与应用》2018年第15期161-168,共8页钱武文 柴军瑞 张子映 谈然 
国家自然科学基金(No.51679197);陕西省重点科技创新团队(No.2013KCT-015)
针对差分进化算法易于陷入早熟收敛和局部搜索较慢的问题,提出了一种类似Nelder-Mead方法中的反射操作的变异策略,称为反射变异策略。不同于其他基本的差分策略,提出的变异策略具有明确的差分方向,具有更快的局部收敛速度。为了避免因...
关键词：差分进化算法 变异策略 Nelder-Mead方法 全局优化 
基于Baldwin效应的直觉模糊自适应差分进化算法
《计算机工程与应用》2017年第19期55-60,共6页文童 华继学 王毅 梅海涛 贾琪 杨进帅 
国家自然科学基金(No.61402517);中国博士后基金(No.2013M542331);陕西省自然科学基金(No.2013JQ8035)
针对现有改进差分进化算法易陷入局部最优解的不足,提出一种改进的自适应差分进化算法。该算法对精英个体实施Baldwin学习,使其在不确定代数内保持基因型不变并尝试多种表现型以引导种群中其他个体进化;同时用直觉模糊推理的方法对缩放...
关键词：差分进化 自适应 直觉模糊推理 BALDWIN效应 
基于t分布变异的自适应差分进化算法被引量：5
《计算机工程与应用》2012年第2期127-129,共3页刘兴阳 毛力 
农业部淡水鱼类遗传育种和养殖生物学重点实验室项目(No.BZ2009-07)
为了更好地提高差分进化算法的全局探索和局部开发能力,提出了一种改进的差分进化算法。在该算法中,引入t分布变异算子将高斯变异和柯西变异的优点结合起来,根据以往的进化经验自适应地调整进化策略及交叉概率。通过四个典型的Benchmark...
关键词：差分进化 T分布 进化策略自适应 交叉概率自适应 
非线性约束优化问题的自适应差分进化算法被引量：2
《计算机工程与应用》2011年第25期44-48,共5页李会荣 
国家自然科学基金(No.60962006);商洛学院科研基金项目~~
提出了一种非线性约束优化问题改进的自适应差分进化算法。该算法对差分进化算法中固定的加权因子和交叉概率因子进行改进;定义了约束违反度函数,将约束优化问题转化为无约束双目标优化问题,在每次迭代中按照约束违反度的大小保留一部...
关键词：全局最优 非线性约束优化 差分进化 混沌 
基于混沌搜索的自适应差分进化算法被引量：23
《计算机工程与应用》2008年第10期31-33,39,共4页卢有麟 周建中 李英海 覃晖 
国家自然科学基金重点项目(the Key Project of National Natural Science Foundation of China No.50539140);国家自然科学基金(theNational Natural Science Foundation of China under Grant No.50579022)
提出一种基于混沌搜索的自适应差分进化算法(CADE),该算法在计算过程中自适应地调整交叉率,在搜索初期保持种群多样性的同时增强算法的全局收敛性。具有较强局部遍历搜索性能的混沌搜索的引入使得算法具有较好的求解精度,增加搜索到全...
关键词：差分进化算法 自适应 混沌搜索 全局优化 
全选清除导出
共1页<1>
检索报告 对象比较 聚类工具 使用帮助 返回顶部