欢迎来到天天文库
浏览记录
ID:53022669
大小:414.16 KB
页数:5页
时间:2020-04-12
《多变异策略的自适应差分演化算法.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库。
1、第42卷第6期计算机科学Vo1.42No.62015年6月ComputerScienceJune2015多变异策略的自适应差分演化算法周雅兰徐志。(广东财经大学信息学院广州510320)(中山大学信息科学与技术学院广州510006)。摘要差分演qG(DifferentialEvolution,DE)算法的性能依赖于变异策略的选择和控制参数的设置。不同问题对DE的变异策略和参数的设置各不相同。为了提高DE的性能,提出一种多变异策略的自适应差分演化算法,建立由多种变异策略组成的策略池,两个主要参数自适应策
2、略控制。为了验证所提算法的性能,在测试数据集CEC2013上进行了实验,并将其与使用6种不同变异策略的原始DE和4种改进DE进行比较。实验结果表明,提出的算法是一种有效的DE变种,其性能优于其它DE。关键词差分演化算法,多变异策略,参数自适应中图法分类号TP183文献标识码AIlOI10.11896/j.issrL1002—137)己2015.6.052Self-adaptiveDifferentialEvolutionwithMulti。mutationStrategiesZH0UYa-lanXUZ
3、hi(SchoolofInformationScience,GuangdongUniversityofFinance&Economics,Guangzhou510320,China)(SchoolofInformationScienceandTechnology,SunYat—senUniversity,Guangzhou510006,China)AbstractTheperfcIrmanceofdifferentialevolution(DE)algorithmoftendependsheavily
4、onthemutationstrategyandcontrolparameters.Ahovelself-adaptivedifferentialevolutionwithmulti—mutationstrategiescalledsJSDEwaspro—posed.SMSDEdesignsastrategypoolconsistingofmanykindsofmutationstrategyandappliesself-adaptivestrategiestotWOmainparameters.In
5、ordertoverifytheperformanceofSMSDE,SMSDEwascomparedwith6originalDEsand4advancedDEsonCEC2013benchmarkfunctions.TheexperimentalresultsshowthatSMS【IEiSsuperiortOorigina1DES。andiScompetitivewiththecurrentadvancedDEvariants.KeywordsDifferentialevolutionalgor
6、ithm,Multi-mutationstrategies,Parameterself_adaptation和控制参数集成的SaDE[。王勇等人提出CoDE,将3种常1前言用变异策略与3组控制参数随机配对生成试验向量l_1。。。差分演化l_1]算法是由Storn和Price于1997年提出的一Zhang等人提出带自适应参数和改进变异策略的J)E_1。种基于种群的全局演化算法,因其简单的操作和有效的优化龚文引等人采用4种变异策略的产生操作并与文献[11]相似效果受到研究者们的广泛关注,并被大量地用于解决
7、科学和的参数自适应方法相集成_1。文献[13]在交叉操作中引入工程领域的优化问题。原始DE主要有3个演化操作:变异、协方差矩阵学习,并与双模分布控制参数的方法相集成。交叉和选择,通过这3个演化操作促使种群向全局最优移动,4)混合其它方法。混合其他智能优化方法可以进一步提升DE其中变异操作以及变异和交叉的控制参数对DE算法的性能性能,如文献[14]综述了DE和粒子群算法的各种混合版本。影响较大。近年,对DE算法的改进可分成4类:1)新候选解其中,jDE、SaDE、CoDE和JADE与本文提出的算法关联较
8、的产生操作(包括变异与交叉操作)的改进。文献E2]提出了大,将在2.2节中进一步介绍。除了算法改进,文献[153对基于距离的变异操作。文献[3]引人多目标的方法,选择适应DE的收敛性作了初步的研究。DE广泛应用于实际的优化度值和保持多样性较好的个体用于变异。文献E43不仅利用问题,如文献[16,173。Das和Suganthan对2011年以前DE邻域个体的信息在最优个体附近进行开采,加速算法收敛,而的理论、改进和应用情况进行了综述¨1。且引入方向信息来
此文档下载收益归作者所有