差异进化算法参数研究及自适应处理

被引:3
作者
王新丹 [1 ]
张志刚 [2 ]
于美红 [3 ]
鹿晓阳 [1 ]
机构
[1] 山东建筑大学工程结构现代分析与设计研究所
[2] 山东建筑大学研究生处
[3] 临沂市建设工程监理公司
关键词
差异进化; 自适应变异; 数值优化; 参数分析;
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
差异进化算法(DE)是近年来提出的一种高效进化算法,具有收敛快、控制参数少、程序实现简单等优点。本文在详细介绍了差异进化算法的基本原理之后,通过四个典型函数最小值问题的数值分析,系统研究了为取得较快的进化速度,算法中交叉因子和变异因子这两个主要控制参数的取值问题,并对标准差异进化算法进行了改进,提出自适应变异差异进化算法(AMDE)。数值测试分析表明,AMDE在提高进化速度的同时,将关键控制参数由三个减为两个,降低了算法对参数的敏感程度,减小了差异进化算法的应用难度。
引用
收藏
页码:301 / 306
页数:6
相关论文
共 2 条
[1]   Differential evolution training algorithm for feed-forward neural networks [J].
Ilonen, J ;
Kamarainen, JK ;
Lampinen, J .
NEURAL PROCESSING LETTERS, 2003, 17 (01) :93-105
[2]   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