多变异策略差分进化算法的研究与应用

被引：13

作者：

吕铭晟

沈洪远

李志高

王汐

龚明

王俊年

机构：

[1] 湖南科技大学信息与电气工程学院

来源：

计算机工程 | 2014年 / 40卷 / 12期

关键词：

差分进化; 多变异; 优化策略; 电力负载分配;

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：

标准差分进化(DE)算法在高维多峰等复杂函数优化时易出现早熟现象,并且算法后期收敛速度较慢。为此,研究2种标准差分进化算法的变异策略(DE/rand/1和DE/best/1),并将其进行串行组合,提出一种多变异策略的差分进化算法(MDE)。在4个Benchmark函数上的测试结果表明,在多变异策略下,通过对MDE算法控制参数的调整能有效拓展和平衡改进后算法的全局与局部搜索能力,其所得最优解的精度、算法的收敛速度都较标准差分进化算法有明显优势,能较好地解决电力负载分配问题。

引用

页码：146 / 150

页数：5

共 11 条

[1] 一种改进的快速高效的差分进化算法 [J].

肖术骏 ;

朱学峰 .

合肥工业大学学报(自然科学版), 2009, 32 (11) :1700-1703

[2] 差分进化算法的交叉概率因子递增策略研究 [J].

邓泽喜 ;

刘晓冀 .

计算机工程与应用, 2008, (27) :33-36

[3] 自适应加速差分进化算法 [J].

许小健 ;

黄小平 ;

钱德玲 .

复杂系统与复杂性科学, 2008, (01) :87-92

[4] 双群体伪并行差分进化算法研究及应用 [J].

吴亮红 ;

王耀南 ;

周少武 ;

袁小芳 .

控制理论与应用, 2007, (03) :453-458

[5]

A differential evolution algorithm with self-adapting strategy and control parameters[J] . Quan-Ke Pan,P.N. Suganthan,Ling Wang,Liang Gao,R. Mallipeddi.Computers and Operations Research . 2010 (1)

[6] Particle swarm optimization with time varying acceleration coefficients for non-convex economic power dispatch [J].

Chaturvedi, Krishna Teerth ;

Pandit, Manjaree ;

Srivastava, Laxmi .

INTERNATIONAL JOURNAL OF ELECTRICAL POWER & ENERGY SYSTEMS, 2009, 31 (06) :249-257

[7] Self-adaptive population sizing for a tune-free differential evolution [J].

Teng, Nga Sing ;

Teo, Jason ;

Hijazi, Mohd. Hanafi A. .

SOFT COMPUTING, 2009, 13 (07) :709-724

[8]

Empirical analysis of self-adaptive differential evolution[J] . Ayed Salman,Andries P. Engelbrecht,Mahamed G.H. Omran.European Journal of Operational Research . 2006 (2)

[9]

Differential evolution and particle swarm optimisation in partitional clustering[J] . Sandra Paterlini,Thiemo Krink.Computational Statistics and Data Analysis . 2005 (5)

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

Liu, J ;

Lampinen, J .

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

← 1 2 →