基于透镜反向学习和差分进化的帝国竞争改进算法

1

作者 李斌 潘智成 《计算机工程》 北大核心 2025年第6期155-173,共19页

针对帝国竞争算法(ICA)收敛过快导致求解高维复杂问题容易陷入局部最优以及全局寻优能力不足等问题,提出一种基于透镜反向学习和差分进化的帝国竞争改进算法LODE-IICA。首先,引入透镜反向学习差分进化机制,周期性地为算法种群提供新的... 针对帝国竞争算法(ICA)收敛过快导致求解高维复杂问题容易陷入局部最优以及全局寻优能力不足等问题,提出一种基于透镜反向学习和差分进化的帝国竞争改进算法LODE-IICA。首先,引入透镜反向学习差分进化机制,周期性地为算法种群提供新的进化方式和平衡各个帝国势力,帮助算法种群跳出局部最优;其次,将精英保留策略植入到算法演化中,重新分配殖民地,维持种群多样性;最后,引入动态同化系数,协调算法在不同阶段探索,提高算法的稳定性。仿真实验中,采用标准函数测试集、CEC2017测试集及CEC2020测试集检验LODE-IICA在多个维度下对不同类型函数的寻优能力。选取在标准函数测试集、CEC2017测试集和CEC2020测试集中具有代表性的15种改进算法与LODE-IICA进行实验结果比较,结果显示,LODE-IICA引入的机制在大多数情况下有效地提高了算法性能,同时具备较好的收敛速度和寻优能力。 展开更多

关键词 帝国竞争算法 透镜反向学习 差分进化 精英保留 同化系数

在线阅读 下载PDF 职称材料

一种多种群进化和差分变异的鲸鱼优化算法 被引量：5

2

作者 朱杰 付伟 +3 位作者 马宁 季伟东 苏婷 陈珊 《小型微型计算机系统》 CSCD 北大核心 2024年第11期2618-2627,共10页

针对鲸鱼优化算法容易陷入局部最优,求解精度低,收敛速度慢,提出了一种多种群进化和差分变异的鲸鱼优化算法(MDWOA).首先,根据适应度值将种群划分为两个大小相等的子种群,并为每个子种群分配不同的移动策略,以平衡全局和局部搜索能力.其... 针对鲸鱼优化算法容易陷入局部最优,求解精度低,收敛速度慢,提出了一种多种群进化和差分变异的鲸鱼优化算法(MDWOA).首先,根据适应度值将种群划分为两个大小相等的子种群,并为每个子种群分配不同的移动策略,以平衡全局和局部搜索能力.其次,设计了一种种群进化和差分变异的策略来帮助MDWOA提高收敛速度,避免其陷入局部最优.最后,引入反向学习策略,增加种群多样性.将MDWOA与多种优化算法在13个基准函数上进行仿真测试,非参数检验的结果表明相较于其他优化算法来说改进的算法具有更高的精度和稳定性.在此基础上,建立了基于MDWOA优化BP神经网络模型,预测波士顿房价的实验结果表明所提出的预测模型具有更好的预测性能和有效性. 展开更多

关键词 多种群进化 差分变异 鲸鱼优化算法 反向学习 MDWOA-BP神经网络

在线阅读 下载PDF 职称材料

基于改进差分进化算法的动态防空资源分配优化 被引量：2

3

作者 罗天羽 邢立宁 +3 位作者 王锐 王凌 石建迈 孙昕 《系统仿真学报》 CAS CSCD 北大核心 2024年第6期1285-1297,共13页

面对动态防空资源分配问题中存在的空袭目标突现和雷达、发射车等资源受干扰现象,在综合考虑雷达、发射车和导弹等武器装备性能的基础上,基于目标集、资源集建立了最小化目标总拦截价值与生存概率的混合整数决策模型。提出了一种新的改... 面对动态防空资源分配问题中存在的空袭目标突现和雷达、发射车等资源受干扰现象,在综合考虑雷达、发射车和导弹等武器装备性能的基础上,基于目标集、资源集建立了最小化目标总拦截价值与生存概率的混合整数决策模型。提出了一种新的改进差分进化算法进行求解,采用反向学习策略生成初始解,确保初始种群的质量,设计了一种快速修复与重构的启发式规则作用于多阶段,以提升算法的搜索能力。仿真实验验证了该算法具有求解时间和求解精度上的优越性。该研究能使武器系统在动态事件的随机影响下,保持高效的作战能力和决策效果。 展开更多

关键词 防空作战 动态防空资源分配 反向学习 改进差分进化算法

在线阅读 下载PDF 职称材料

一种融合反向学习机制与差分进化策略的蛇优化算法 被引量：3

4

作者 占宏祥 汪廷华 张昕 《郑州大学学报（理学版）》 CAS 北大核心 2024年第6期25-31,共7页

蛇优化(snake optimizer,SO)算法存在前期收敛速度慢和易陷入局部最优的问题,为此提出一种融合反向学习机制与差分进化策略的改进蛇优化(improved snake optimizer,ISO)算法。反向学习机制可提高种群质量,以提升算法寻优速度;差分进化... 蛇优化(snake optimizer,SO)算法存在前期收敛速度慢和易陷入局部最优的问题,为此提出一种融合反向学习机制与差分进化策略的改进蛇优化(improved snake optimizer,ISO)算法。反向学习机制可提高种群质量,以提升算法寻优速度;差分进化策略有助于算法精准寻优,降低算法陷入局部最优的几率。在10个基准测试函数上的实验结果表明,ISO算法拥有更高的寻优精度和更快的收敛速率。将其应用于支持向量机(support vector machine,SVM)的参数选取中,进一步验证了ISO算法的有效性。 展开更多

关键词 蛇优化算法 差分进化 反向学习 参数优化 支持向量机

在线阅读 下载PDF 职称材料

伪对立学习与差分进化的改进鲸鱼优化算法及图像分割应用

5

作者 孙超 《计算机应用与软件》 北大核心 2024年第9期265-272,287,共9页

针对多阈值图像分割计算代价高、分割精度差的不足,提出伪对立学习与差分进化的改进鲸鱼优化最大熵多阈值图像分割算法。为了提升传统鲸鱼算法的寻优精度和收敛速率,引入伪对立学习和混沌Tent映射进行种群初始化,提升种群多样性和初始... 针对多阈值图像分割计算代价高、分割精度差的不足,提出伪对立学习与差分进化的改进鲸鱼优化最大熵多阈值图像分割算法。为了提升传统鲸鱼算法的寻优精度和收敛速率,引入伪对立学习和混沌Tent映射进行种群初始化,提升种群多样性和初始解质量,扩大精英个体对种群进化的引领作用;引入差分进化增强种群全局搜索能力,避免迭代后期陷入局部最优,进而实现改进算法OLDWOA。以最大熵函数评估适应度,利用OLDWOA对图像分割多阈值组合寻优,确定最优阈值。利用经典图像做图像分割实验,在计算效率、峰值信噪比、结构相似度和特征相似度指标上对比,证实该方法分割精度和分割效率优于同类算法。 展开更多

关键词 图像分割 鲸鱼优化算法 最大熵 差分进化 伪对立学习

在线阅读 下载PDF 职称材料

个体扰动的混沌对立学习与差分进化灰狼算法 被引量：13

6

作者 崔建弘 林海霞 +1 位作者 吕晓华 张卫娟 《计算机工程与设计》 北大核心 2022年第2期587-595,共9页

针对传统灰狼优化算法易于陷入局部最优、寻优精度低的问题,提出基于混沌对立学习和差分进化机制的改进灰狼优化算法CODEGWO。引入混沌对立学习策略生成灰狼初始种群,提升初始解的质量,加速算法收敛;引入差分进化的局部搜索机制,改善灰... 针对传统灰狼优化算法易于陷入局部最优、寻优精度低的问题,提出基于混沌对立学习和差分进化机制的改进灰狼优化算法CODEGWO。引入混沌对立学习策略生成灰狼初始种群,提升初始解的质量,加速算法收敛;引入差分进化的局部搜索机制,改善灰狼的局部开发与邻近区域的搜索能力;引入个体扰动机制增加种群多样性,改进灰狼的全局搜索能力。8个单峰和多峰基准函数优化求解的测试结果表明,CODEGWO算法可以有效提升寻优精度和收敛速度。 展开更多

关键词 灰狼优化算法 对立学习 混沌系统 差分进化 个体扰动

在线阅读 下载PDF 职称材料

一种精英反向学习的差分演化算法 被引量：12

7

作者 周新宇 吴志健 王晖 《小型微型计算机系统》 CSCD 北大核心 2013年第9期2129-2134,共6页

为提高差分演化算法的性能,提出一种精英反向学习策略的差分演化算法.该算法以一定的概率通过反向学习生成种群中精英个体的反向解,引入一般化系数k,构造动态搜索边界下的反向群体形成反向搜索空间,之后同时评估当前种群与反向种群的解... 为提高差分演化算法的性能,提出一种精英反向学习策略的差分演化算法.该算法以一定的概率通过反向学习生成种群中精英个体的反向解,引入一般化系数k,构造动态搜索边界下的反向群体形成反向搜索空间,之后同时评估当前种群与反向种群的解来指导算法的搜索空间向包含全局最优解的空间逼近,有利于均衡算法的勘探与开采能力.对13个典型的测试函数进行实验,将本文算法与5种代表性的差分演化算法进行对比,结果表明本文算法不仅在求解精度上更优,在收敛速度上也有非常大的优势. 展开更多

关键词 差分演化算法 搜索空间 精英反向学习 种群多样性

在线阅读 下载PDF 职称材料

一种新的改进的混合蛙跳算法 被引量：26

8

作者 赵鹏军 邵泽军 《计算机工程与应用》 CSCD 2012年第8期48-50,共3页

针对混合蛙跳算法在优化过程中受初始值影响较大且容易陷入局部最优的缺陷,提出了一个改进的混合蛙跳算法,该算法利用基于对立学习的策略产生初始种群,提高了产生解的质量;在进化过程中,将差分进化有机地嵌入其中,维持了种群的多样性。... 针对混合蛙跳算法在优化过程中受初始值影响较大且容易陷入局部最优的缺陷,提出了一个改进的混合蛙跳算法,该算法利用基于对立学习的策略产生初始种群,提高了产生解的质量;在进化过程中,将差分进化有机地嵌入其中,维持了种群的多样性。数值结果表明,改进的混合蛙跳算法对复杂函数优化问题具有较强的求解能力。 展开更多

关键词 混合蛙跳算法 对立策略 差分进化

在线阅读 下载PDF 职称材料

应用反向学习和差分进化的群搜索优化算法 被引量：7

9

作者 邹华福 谢承旺 +1 位作者 周杨萍 王立平 《计算机科学》 CSCD 北大核心 2018年第B06期124-129,共6页

针对标准群搜索优化算法在解决一些复杂优化问题时容易陷入局部最优且收敛速度较慢的问题,提出一种应用反向学习和差分进化的群搜索优化算法(Group Search Optimization with Opposition-based Learning and Differential Evolution,OBD... 针对标准群搜索优化算法在解决一些复杂优化问题时容易陷入局部最优且收敛速度较慢的问题,提出一种应用反向学习和差分进化的群搜索优化算法(Group Search Optimization with Opposition-based Learning and Differential Evolution,OBDGSO)。该算法利用一般动态反向学习机制产生反向种群,扩大算法的全局勘探范围;对种群中较优解个体实施差分进化的变异操作,实现在较优解附近的局部开采,以改善算法的求解精度和收敛速度。这两种策略在GSO算法中相互协同,以更好地平衡算法的全局搜索能力和局部开采能力。将OBDGSO算法和另外4种群智能算法在12个基准测试函数上进行实验,结果表明OBDGSO算法在求解精度和收敛速度上具有较显著的性能优势。 展开更多

关键词 反向学习 差分进化 群搜索优化算法

在线阅读 下载PDF 职称材料

保存基因的2-Opt一般反向差分演化算法 被引量：6

10

作者 刘罡 李元香 郑昊 《小型微型计算机系统》 CSCD 北大核心 2012年第4期789-794,共6页

为了进一步提高差分演化算法的性能,提出一种采用保存基因的2-Opt一般反向差分演化算法,并把它应用于函数优化问题中.新算法具有以下特征:(1)采用保存被选择个体基因的方式组成参加演化的新个体.保存基因的方法可以很好的保持种群多样性... 为了进一步提高差分演化算法的性能,提出一种采用保存基因的2-Opt一般反向差分演化算法,并把它应用于函数优化问题中.新算法具有以下特征:(1)采用保存被选择个体基因的方式组成参加演化的新个体.保存基因的方法可以很好的保持种群多样性;(2)采用一般反向学习(GOBL)机制进行初始化,提高了初始化效率;(3)采用2-Opt算法加速差分演化算法的收敛速度,提高搜索效率.通过测试函数的实验,并与其他差分演化算法进行比较.实验结果证实了新算法的高效性,通用性和稳健性. 展开更多

关键词 差分演化 一般反向学习 2-Opt算法 保存基因 函数优化

在线阅读 下载PDF 职称材料

混合离散人工蜂群算法在齿轮传动优化中的应用 被引量：6

11

作者 车林仙 何兵 卢建波 《机械设计》 CSCD 北大核心 2017年第12期92-99,共8页

齿轮传动优化是一类典型离散约束优化问题(Constrained Discrete Optimization Problems,CDOPs)。根据等效优化原理,将CDOPs转化为约束非负整数规划问题(Constrained Non-Negative Integer Programming Problems,CNIPPs),并应用人工蜂群... 齿轮传动优化是一类典型离散约束优化问题(Constrained Discrete Optimization Problems,CDOPs)。根据等效优化原理,将CDOPs转化为约束非负整数规划问题(Constrained Non-Negative Integer Programming Problems,CNIPPs),并应用人工蜂群(Artificial Bee Colony,ABC)算法求解该问题。为克服基本ABC算法求解离散问题易发生进化停滞或早熟收敛的缺陷,提出一种混合离散人工蜂群(Hybrid Discrete ABC,HDABC)算法,以增强全局优化能力。该算法采用反向学习邻域搜索、差分进化算子和随机扰动变异等策略生成新蜜源。将可行性规则约束处理技术与HDABC算法结合,形成求解CNIPPs的离散优化算法。应用HDABC算法求解齿轮传动优化设计实例。通过测试与分析可知,新算法具有良好稳健性和可靠性,且所得结果优于对比算法。 展开更多

关键词 齿轮传动优化 离散约束优化 人工蜂群算法 差分进化算法 反向学习

在线阅读 下载PDF 职称材料

一种高效率收敛的反向差分进化算法 被引量：4

12

作者 向万里 马寿峰 《小型微型计算机系统》 CSCD 北大核心 2014年第2期343-347,共5页

针对反向差分进化算法(ODE)中依然存在收敛速度不高和收敛精度欠佳的情形,提出一种改进的反向差分进化算法(MODE).MODE改进了ODE中的差分变异搜索方程以提高算法的收敛速度,而且为进一步加速算法收敛,将ODE中涉及反向学习优化策略的种... 针对反向差分进化算法(ODE)中依然存在收敛速度不高和收敛精度欠佳的情形,提出一种改进的反向差分进化算法(MODE).MODE改进了ODE中的差分变异搜索方程以提高算法的收敛速度,而且为进一步加速算法收敛,将ODE中涉及反向学习优化策略的种群跳转概率设置为1,这使得MODE在提高收敛性能的同时减少了跳转概率这个控制参数.基于13个标准测试函数的仿真结果表明,与多个DE类算法比较,观察到MODE的收敛性能远优于其它几个差分进化算法,获得了很好的收敛精度及收敛速度. 展开更多

关键词 差分进化算法 基于反向优化 变异算子 精英保留策略

在线阅读 下载PDF 职称材料

基于隔代映射算子的差分进化算法 被引量：1

13

作者 符纯明 姜潮 +1 位作者 陈光宋 吉磊 《中国机械工程》 EI CAS CSCD 北大核心 2016年第11期1523-1529,1545,共8页

提出一种基于隔代映射算子的差分进化算法以求解优化问题,该方法在保证解的精度的同时具有较快的收敛速度。在经典的差分进化算法基础上,采用反向学习策略产生初始种群,并采用两种差分变异策略产生变异个体,以增加种群的多样性;利用隔... 提出一种基于隔代映射算子的差分进化算法以求解优化问题,该方法在保证解的精度的同时具有较快的收敛速度。在经典的差分进化算法基础上,采用反向学习策略产生初始种群,并采用两种差分变异策略产生变异个体,以增加种群的多样性;利用隔代映射算子产生三个新个体替换当前进化种群中最差的三个个体,以实现精英策略提升算法的收敛性;为了保持种群的多样性和避免获得局部解,利用探测算子策略产生新个体加入进化种群。采用11个单峰、多峰测试函数和两个工程实例验证了该方法的有效性。 展开更多

关键词 差分进化算法 隔代映射算子 反向学习 探测算子

在线阅读 下载PDF 职称材料

基于改进蜂群算法的WSN分簇路由协议 被引量：3

14

作者 王朝晖 刘爱宾 焦斌亮 《小型微型计算机系统》 CSCD 北大核心 2014年第12期2623-2627,共5页

针对无线传感网络的分簇路由问题,提出一种基于改进蜂群算法(IABC)的无线传感网络分簇路由协议.受差分进化算法和反向学习的启发,改进的蜂群算法是用差分进化算法的变异策略和反向学习思想分别改进了雇佣蜂和观察蜂的搜索方式,提高了算... 针对无线传感网络的分簇路由问题,提出一种基于改进蜂群算法(IABC)的无线传感网络分簇路由协议.受差分进化算法和反向学习的启发,改进的蜂群算法是用差分进化算法的变异策略和反向学习思想分别改进了雇佣蜂和观察蜂的搜索方式,提高了算法的探索能力和开发能力.应用改进的ABC算法,在无线传感网络中选择一组最佳节点担任簇头并将网络划分大小均匀的簇,仿真实验结果表明,与LEACH、PSO-C和ABC路由协议比较,所提路由算法的网络生存周期明显延长,能耗均衡性能更好. 展开更多

关键词 无线传感器网络 分簇路由协议 改进蜂群算法 差分进化算法 反向学习

在线阅读 下载PDF 职称材料

求解旅行商问题的人工协同搜索算法

15

作者 徐小平 唐阳丽 王峰 《计算机应用》 CSCD 北大核心 2022年第6期1837-1843,共7页

针对传统人工协同搜索(ACS)算法求解精度不高、收敛速度慢等问题,提出一种基于Sigmoid函数的反向人工协同搜索(SQACS)算法求解旅行商问题(TSP)。首先,利用Sigmoid函数构造比例因子,增强算法的全局搜索能力;其次,在变异阶段,加入差分进化... 针对传统人工协同搜索(ACS)算法求解精度不高、收敛速度慢等问题,提出一种基于Sigmoid函数的反向人工协同搜索(SQACS)算法求解旅行商问题(TSP)。首先,利用Sigmoid函数构造比例因子,增强算法的全局搜索能力;其次,在变异阶段,加入差分进化(DE)算法的DE/rand/1变异策略,对当前种群进行二次变异,提高算法的计算精度和种群的多样性;最后,在算法后期的开发阶段,引入拟反向学习策略,进一步提高解的质量。对TSP测试库TSPLIB中的4个实例进行仿真实验,结果显示,SQACS算法在最短路径与花费时间上均优于麻雀搜索算法(SSA)、DE、阿基米德算法(AOA)等7种对比算法,并且具有良好的鲁棒性;与其他求解TSP的改进算法综合对比,SQACS算法也显示了良好的性能。实验结果表明,SQACS算法在求解小规模TSP时是有效的。 展开更多

关键词 人工协同搜索算法 旅行商问题 SIGMOID函数 差分进化 拟反向学习

在线阅读 下载PDF 职称材料

基于亚群和差分进化的混合蜻蜓算法 被引量：4

16

作者 王波 王浩 +2 位作者 杜晓昕 郑晓东 周薇 《计算机应用》 CSCD 北大核心 2023年第9期2868-2876,共9页

针对蜻蜓算法(DA)存在开发能力弱、种群多样性低、易过早收敛至局部最优等问题,提出一种基于亚群和差分进化的混合蜻蜓算法(HDASDE)。首先,对基本蜻蜓算法进行改进:融入混沌因子和有目的的莱维飞行来提升蜻蜓算法的寻优能力,并提出混沌... 针对蜻蜓算法(DA)存在开发能力弱、种群多样性低、易过早收敛至局部最优等问题,提出一种基于亚群和差分进化的混合蜻蜓算法(HDASDE)。首先,对基本蜻蜓算法进行改进:融入混沌因子和有目的的莱维飞行来提升蜻蜓算法的寻优能力,并提出混沌跃迁机制加强基本蜻蜓算法的勘探能力;其次,在差分进化(DE)算法的基础上引入反向学习加强DE算法的开发能力;再次,利用亚群策略提高算法跳出局部最优的能力,设计了一种动态双亚群策略将整个种群划分为动态变化的两个亚群;然后使用动态亚群结构将改进蜻蜓算法和改进DE算法进行融合,融合后的算法具有较好的全局勘探能力以及较强的局部开发能力。最后,将HDASDE应用于13个典型的复杂函数优化问题和三杆桁架的设计优化问题,并与原始的DA、DE算法以及其他元启发式优化算法进行对比。实验结果表明,HDASDE在所有13个测试函数中优于DA、DE、人工蜂群(ABC)算法;在12个测试函数中优于粒子群优化(PSO)算法;在10个测试函数中优于灰狼优化(GWO)算法。并且,在三杆桁架的设计优化问题中效果较好。 展开更多

关键词 蜻蜓算法 动态双亚群 群智能算法 反向学习 差分进化

在线阅读 下载PDF 职称材料

用于特征选择的乌鸦搜索算法的研究与改进 被引量：11

17

作者 廉杰 姚鑫 李占山 《软件学报》 EI CSCD 北大核心 2022年第11期3903-3916,共14页

特征选择是机器学习领域的热点问题.元启发式算法作为特征选择的重要方法之一,其性能会对问题求解产生直接影响.乌鸦搜索算法(CSA)是受乌鸦智能群体行为启发提出的一种元启发式算法,由于其具有简单、高效的特点,广大学者将其用来解决特... 特征选择是机器学习领域的热点问题.元启发式算法作为特征选择的重要方法之一,其性能会对问题求解产生直接影响.乌鸦搜索算法(CSA)是受乌鸦智能群体行为启发提出的一种元启发式算法,由于其具有简单、高效的特点,广大学者将其用来解决特征选择问题.然而,CSA易陷入局部最优解且收敛速度较慢,严重限制了算法求解能力.针对这一问题,采用logistic混沌映射、反向学习方法和差分进化这3种算子,结合乌鸦搜索算法,提出一种特征选择算法BICSA来选取最优特征子集.实验阶段,使用UCI数据库中的16个数据集来测试BICSA的性能.实验结果表明,与其他特征选择算法相比,BICSA求得的特征子集具有更高的分类准确率和较高的维度压缩能力,这说明BICSA在处理特征选择问题上具有很强的竞争力与足够的优越性. 展开更多

关键词 乌鸦搜索算法 混沌映射 反向学习 差分进化 特征选择

在线阅读 下载PDF 职称材料

改进的排序变异多目标差分进化算法 被引量：3

18

作者 刘宝 董明刚 敬超 《计算机应用》 CSCD 北大核心 2018年第8期2157-2163,共7页

针对多目标差分进化算法在求解问题时收敛速度慢和均匀性欠佳的问题,提出了一种改进的排序变异多目标差分进化算法(MODE-IRM)。该算法将参与变异的三个父代个体中的最优个体作为基向量,提高了排序变异算子的求解速度;另外,算法采用反向... 针对多目标差分进化算法在求解问题时收敛速度慢和均匀性欠佳的问题,提出了一种改进的排序变异多目标差分进化算法(MODE-IRM)。该算法将参与变异的三个父代个体中的最优个体作为基向量,提高了排序变异算子的求解速度;另外,算法采用反向参数控制方法在不同的优化阶段动态调整参数值,进一步提高了算法的收敛速度;最后,引入了改进的拥挤距离计算公式进行排序操作,提高了解的均匀性。采用标准多目标优化问题ZDTl^ZDT4,ZDT6和DTLZ6~DTLZ7进行仿真实验:MODE-IRM在总体性能上均优于MODE-RMO和Plat EMO平台上的MOEA/D-DE、RM-MEDA以及IM-MOEA;在世代距离(GD)、反向世代距离(IGD)和间隔指标(SP)性能度量指标方面,MODE-IRM在所有优化问题上的均值和方差均明显小于MODE-RMO。实验结果表明MODE-IRM在收敛性和均匀性指标上明显优于对比算法。 展开更多

关键词 多目标优化问题 差分进化算法 排序变异算子 反向参数控制 拥挤距离

在线阅读 下载PDF 职称材料

应用精英档案和反向学习的多目标差分进化算法 被引量：2

19

作者 汪慎文 王佳莹 +2 位作者 张佳星 王峰 王晖 《郑州大学学报（工学版）》 CAS 北大核心 2020年第6期40-45,91,共7页

针对多目标优化问题日渐复杂的情况,受集成算法思想的启发,提出一种应用精英档案和反向学习的多目标差分进化算法。该算法通过建立一个外部档案来保存种群进化过程中的非支配解,提高算法收敛速度。在进化过程中根据反向学习代跳跃概率,... 针对多目标优化问题日渐复杂的情况,受集成算法思想的启发,提出一种应用精英档案和反向学习的多目标差分进化算法。该算法通过建立一个外部档案来保存种群进化过程中的非支配解,提高算法收敛速度。在进化过程中根据反向学习代跳跃概率,使用反向学习生成反向解,扩大搜索范围,提高种群多样性。利用网格系统确定解的坐标,并根据一定的约束生成交叉池,在交叉池中选择父代个体,利用差分进化算法产生新个体,通过网格约束分解排序算法选择下一代种群。将此算法与其他算法在UF测试函数上进行实验,结果表明:所提出的算法在解决无约束多目标优化问题上得到Pareto前沿形状有较强的鲁棒性。 展开更多

关键词 多目标优化 精英档案 反向学习 差分进化算法 网格约束分解

在线阅读 下载PDF 职称材料

基于高斯分布估计的对位差分进化算法 被引量：4

20

作者 方景远 季益胜 赵新超 《河南师范大学学报（自然科学版）》 CAS 北大核心 2021年第3期27-32,共6页

针对差分进化算法探索能力不足、收敛慢等问题,提出一种基于高斯分布估计的对位差分进化算法.该算法在生成对位种群的同时还生成一个基于高斯分布估计的新种群,意在更充分地搜索解空间.在不满足跳转条件的情况下,算法给出一种基于高斯... 针对差分进化算法探索能力不足、收敛慢等问题,提出一种基于高斯分布估计的对位差分进化算法.该算法在生成对位种群的同时还生成一个基于高斯分布估计的新种群,意在更充分地搜索解空间.在不满足跳转条件的情况下,算法给出一种基于高斯分布估计的种群跳转,增加了种群多样性.在选择操作时,将所有父代和子代个体混合起来择优选择,减少了部分优秀解和优秀基因的流失.最后在CEC2014标准函数中进行测试,与其他算法进行比较,验证了所提出的算法具有更好的搜索能力和收敛性. 展开更多

关键词 差分进化算法 对位学习 高斯分布估计

在线阅读 下载PDF 职称材料