差分遗传算法收敛性研究

被引：6

作者：

白晓明

韩家新

机构：

[1] 西安石油大学计算机学院

来源：

软件导刊 | 2016年 / 15卷 / 10期

关键词：

遗传算法; 差分遗传算法; 差分进化;

D O I：

暂无

中图分类号：

TP18 [人工智能理论];

学科分类号：

140502 [人工智能];

摘要：

传统遗传算法全局搜索性能的不确定性和随机性,对种群的局部多样性造成影响,容易产生早熟收敛等问题。将差分思想应用到遗传算法中进行全局寻优,并通过测试函数将其与传统遗传算法的收敛性进行分析。结果表明,差分进化遗传算法降低了传统算法的时间复杂度和搜索的盲目性,并在一定程度上提高了种群的收敛速度和多样性。

引用

收藏

页码：26 / 29

页数：4

相关论文

共 8 条

[1]

A fuzzy adaptive differential evolution algorithm [J].

Liu, J ;

Lampinen, J .

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

[2]

基于交叉库与并行变异的自适应遗传算法 [D].

苗振华 .

大连理工大学,

2015

[3]

差分进化算法的改进及其应用 [D].

魏玉霞 .

华南理工大学,

2013

[4]

遗传算法的收敛性研究 [J].

汪民乐 .

计算技术与自动化, 2015, 34 (01) :58-62

[5]

基于差分进化算法的收敛性分析 [J].

宁桂英 ;

周永权 .

南通大学学报(自然科学版), 2014, 13 (03) :90-94

[6]

基于自适应交叉和变异概率的遗传算法收敛性研究 [J].

王岚 .

云南师范大学学报(自然科学版), 2010, 30 (03) :32-37

[7]

差分进化算法的参数研究 [J].

高岳林 ;

刘军民 .

黑龙江大学自然科学学报, 2009, 26 (01) :81-85

[8]

差分进化算法综述 [J].

杨启文 ;

蔡亮 ;

薛云灿 .

模式识别与人工智能, 2008, 21 (04) :506-513