差分进化粒子群混合优化算法的研究与应用

被引：15

作者：

杨妍 ^{[1
]}

陈如清 ^{[1
,2
]}

俞金寿 ^{[1
]}

机构：

[1] 华东理工大学自动化研究所

[2] 嘉兴学院机电工程学院

来源：

计算机工程与应用 | 2010年 / 46卷 / 25期

关键词：

粒子群优化; 差分进化; 混合优化算法; 软测量;

D O I：

暂无

中图分类号：

TP301.6 [算法理论];

学科分类号：

081202 ;

摘要：

对基本粒子群算法(PSO)和差分进化算法(DE)进行了分析,有机结合两种进化算法提出了一种新型差分进化粒子群混合优化算法,该算法将优化过程分成两阶段,两分群分别采用PSO算法和DE算法同时进行。迭代过程中引入进化速度因子并通过群体间的信息交流阻止算法陷入局部最优。对4个高维复杂函数寻优测试表明算法的鲁棒性、收敛速度和精度,全局搜索能力均优于常规PSO和DE。将提出的改进算法用于乙烯收率软测量建模,应用结果表明模型精度较高、泛化性能较好。

引用

页码：238 / 241

页数：4

共 4 条

[1] 基于混合差分进化算法的软测量时延参数估计 [J].