参数适应性分布式差分进化算法

被引：21

作者：

张春美 ^{[1
,2
,3
]}

陈杰 ^{[1
,2
]}

辛斌 ^{[1
,2
]}

机构：

[1] 北京理工大学自动化学院

[2] 北京理工大学复杂系统智能控制与决策教育部重点实验室

[3] 太原科技大学电子信息工程学院

来源：

控制与决策 | 2014年 / 04期

基金：

国家杰出青年科学基金;

关键词：

分布式差分进化; 适应性参数; 迁移机制;

D O I：

10.13195/j.kzyjc.2013.0080

中图分类号：

TP18 [人工智能理论];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

提出一种适应性分布式差分进化算法.将初始种群分为多个子种群,并设计子种群间的迁移机制,当满足迁移条件时,根据冯?诺依曼拓扑结构,子种群内的优秀个体代替其邻域的较差个体,使得整个种群实现信息共享.同时,根据个体适应值变化情况,对每一个体分配不同的缩放因子?和交叉率CR,提出?和CR的适应性策略.实验结果表明,所提出算法有利于对解空间进行广泛探索,避免算法陷入早熟收敛,能够搜索到性能较好的解.

引用

页码：701 / 706

页数：6

共 7 条

[1]

Distributed memetic differential evolution with the synergy of Lamarckian and Baldwinian learning[J] . Chunmei Zhang,Jie Chen,Bin Xin.Applied Soft Computing Journal . 2012

[2] A study on scale factor in distributed differential evolution [J].

Weber, Matthieu ;

Neri, Ferrante ;

Tirronen, Ville .

INFORMATION SCIENCES, 2011, 181 (12) :2488-2511

[3] An improved differential evolution algorithm with fitness-based adaptation of the control parameters [J].

Ghosh, Arnob ;

Das, Swagatam ;

Chowdhury, Aritra ;

Gini, Ritwik .

INFORMATION SCIENCES, 2011, 181 (18) :3749-3765

[4] Scale factor inheritance mechanism in distributed differential evolution [J].

Weber, Matthieu ;

Tirronen, Ville ;

Neri, Ferrante .

SOFT COMPUTING, 2010, 14 (11) :1187-1207

[5] Population size reduction for the differential evolution algorithm [J].

Brest, Janez ;

Maucec, Mirjam Sepesy .

APPLIED INTELLIGENCE, 2008, 29 (03) :228-247

[6] 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

[7]

New migration scheme for parallel differential evolution .2 K. Kozlov,A. Samsonov. Proc.5th Int. Conf. Bioinformatics Genome Regulation Structure . 2006

← 1 →