微分进化算法的研究综述

被引：53

作者：

苏海军

杨煜普

王宇嘉

机构：

[1] 上海交通大学自动化系

来源：

系统工程与电子技术 | 2008年 / 09期

关键词：

进化算法; 微分进化; 约束优化; 多目标优化;

D O I：

暂无

中图分类号：

TP301.6 [算法理论];

学科分类号：

081202 ;

摘要：

微分进化(DE)是比较新的基于群体的随机优化方法。它具有简单、快速、鲁棒性好等特点,已经得到广泛关注。不同于其它进化算法,它的变异算子是由种群中任意选取的多对向量的差值得到的。微分进化主要用于实参数优化问题,在非线性和不可微的连续空间问题上优于其它进化方法。近些年,微分进化的应用领域也是不断扩大。研究目的是总结微分进化的研究进展和应用领域,并对它的进一步研究进行展望。

引用

收藏

页码：1793 / 1797

页数：5

相关论文

共 13 条

[1] 基于差分进化算法多处理机任务调度研究 [J].

孔晓红 ;

须文波 .

微计算机信息, 2006, (28) :184-186

[2] 基于微分进化算法的时间最优路径规划 [J].

冯琦 ;

周德云 ;

不详 .

计算机工程与应用 , 2005, (12) :74-75+222

[3] 基于差分进化方法的投资组合管理模型 [J].

翟捷 ;

王春峰 ;

李光泉 .

天津大学学报, 2002, (03) :304-308

[4] Evolutionary extreme learning machine [J].

Zhu, QY ;

Qin, AK ;

Suganthan, PN ;

Huang, GB .

PATTERN RECOGNITION, 2005, 38 (10) :1759-1763

[5] A fuzzy adaptive differential evolution algorithm [J].

Liu, J ;

Lampinen, J .

SOFT COMPUTING, 2005, 9 (06) :448-462

[6] A trigonometric mutation operation to differential evolution [J].

Fan, HY ;

Lampinen, J .

JOURNAL OF GLOBAL OPTIMIZATION, 2003, 27 (01) :105-129

[7] An evolutionary artificial neural networks approach for breast cancer diagnosis [J].

Abbass, HA .

ARTIFICIAL INTELLIGENCE IN MEDICINE, 2002, 25 (03) :265-281

[8] Estimation of Monod model parameters by hybrid differential evolution [J].

Chiou, JP ;

Wang, FS .

BIOPROCESS AND BIOSYSTEMS ENGINEERING, 2001, 24 (02) :109-113

[9] Design and implementation of an environmental decision support system [J].

Booty, WG ;

Lam, DCL ;

Wong, IWS ;

Siconolfi, P .

ENVIRONMENTAL MODELLING & SOFTWARE, 2001, 16 (05) :453-458

[10] Optimal installation of three-phase active power line conditioners in unbalanced distribution systems [J].

Chang, HC ;

Chang, TT .

ELECTRIC POWER SYSTEMS RESEARCH, 2001, 57 (03) :163-171