免比例因子F的差分进化算法

被引：14

作者：

张晓伟 ^{[1
,2
]}

刘三阳 ^{[1
]}

机构：

[1] 西安电子科技大学数学科学系

[2] 电子科技大学应用数学学院

来源：

电子学报 | 2009年 / 37卷 / 06期

关键词：

类电磁机制; 全局优化; 粒子群优化; 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：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

比例因子F的合适赋值常会大大改善差分进化算法的求解性能,但是如何给值是个麻烦的事情.本文给出了二种免比例因子F的差分进化算法.算法将每一个个体视为带电粒子,利用之间的吸引、排斥机制,确定个体在差分方向上移动的长度,依此免去比例因子F设置的麻烦.通过和两种PSO算法以及其它四种不同赋值策略的算法的数值试验比较,表明提出的算法相比其它相比较的算法有更好的求解性能.

引用

页码：1318 / 1323

页数：6

共 7 条

[1]

On the Convergence of a Population-Based Global Optimization Algorithm[J] . ?. ?lker Birbil,Shu-Cherng Fang,Ruey-Lin Sheu.Journal of Global Optimization . 2004 (2)

[2] An electromagnetism-like mechanism for global optimization [J].

Birbil, SI ;

Fang, SC .

JOURNAL OF GLOBAL OPTIMIZATION, 2003, 25 (03) :263-282

[3] Differential evolution - A simple and efficient heuristic for global optimization over continuous spaces [J].

Storn, R ;

Price, K .

JOURNAL OF GLOBAL OPTIMIZATION, 1997, 11 (04) :341-359

[4]

Critical Values for the Control Parameters of Differential Evolution Algorithms. Zaharie D. 8th International Conference on Soft Computing . 2002

[5]

A hybrid scatter search/electromagnetism meta-heuristic for project sched-uling. Debels D,De R B,Leus R,Vanhoucke M. European Journal of Operational Research . 2006

[6]

An evolutionary algorithm for global optimization based on level-set evolution and latin squares. Wang, Yuping,Dang, Chuangyin. IEEE Transactions on Evolutionary Computation . 2007

[7]

The self-adaptive pareto differential evolution algorithm. Abbass. Proceedings of the IEEE Congress on Evolutionary Com-putation . 2002

← 1 →