差分进化计算研究综述

被引:18
作者
王培崇 [1 ,2 ]
钱旭 [1 ]
王月 [1 ]
虎晓红 [1 ]
机构
[1] 不详
[2] 中国矿业大学北京机电与信息工程学院
[3] 不详
[4] 石家庄经济学院信息工程学院
[5] 不详
关键词
计算智能; 差分进化算法; 优化; 智能算法;
D O I
暂无
中图分类号
TP18 [人工智能理论];
学科分类号
081104 ; 0812 ; 0835 ; 1405 ;
摘要
差分进化计算(DE)是继遗传算法、微粒子群算法、蚁群算法之后的又一个成功的智能算法。它有三个算子即变异算子、交叉算子、选择算子。差分进化利用种群中个体之间的差异信息实现向最优解区域的搜索。实验证明,该算法具有较好的鲁棒性和求解效率。针对该算法的基本思想以及当前的部分研究成果进行了分析介绍。最后对下一步的研究进行了相应的说明和展望。
引用
收藏
页码:13 / 16
页数:4
相关论文
共 16 条
[1]   基于两种进化模式的双种群协作差分演化算法 [J].
王培崇 ;
贺毅朝 ;
钱旭 .
计算机工程与应用, 2008, (25) :60-64
[2]   一种基于密度聚类的小生境差分进化算法 [J].
张航 ;
王伟 ;
郑玲 ;
李丹丹 ;
熊富强 .
计算机工程与应用, 2008, (23) :42-45
[3]   二进制编码差异演化算法在Agent联盟形成中的应用 [J].
武志峰 ;
黄厚宽 ;
赵翔 .
计算机研究与发展, 2008, (05) :848-852
[4]   最优化问题的蚁群混合差分进化算法研究 [J].
罗中良 ;
易明珠 ;
刘小勇 .
中山大学学报(自然科学版), 2008, (03) :33-36
[5]   基于免疫原理的差分进化 [J].
吴燕玲 ;
卢建刚 ;
孙优贤 .
控制与决策, 2007, (11) :1309-1312
[6]   一种具有混合编码的二进制差分演化算法 [J].
贺毅朝 ;
王熙照 ;
寇应展 .
计算机研究与发展, 2007, (09) :1476-1484
[7]   基于小生境的混合差分演化模拟退火算法 [J].
胡中波 ;
熊盛武 ;
苏清华 .
计算机工程与应用 , 2007, (02) :105-107
[8]   自适应二次变异差分进化算法 [J].
吴亮红 ;
王耀南 ;
袁小芳 ;
周少武 .
控制与决策, 2006, (08) :898-902
[9]   一种基于动物自治体的寻优模式:鱼群算法 [J].
李晓磊 ;
邵之江 ;
钱积新 .
系统工程理论与实践, 2002, (11) :32-38
[10]  
软计算及其应用[M]. 科学出版社 , 温显斌等, 2009