基于交叉变异策略的双种群差分进化算法

被引:10
作者
谭跃 [1 ,2 ]
谭冠政 [1 ]
伍雪冬 [3 ]
机构
[1] 中南大学信息科学与工程学院
[2] 湖南城市学院物理与电信工程系
[3] 江苏科技大学电子与信息学院
关键词
交叉; 变异; 双种群; 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
为加强差分进化算法的全局搜索能力,提出了一种基于交叉变异策略的双种群差分进化算法(CMDPDE)。CMDPDE中,两个种群分别采用大小不同的缩放因子和交叉因子,在每代进化完毕后,对其中缩放因子和交叉因子较小的种群执行交叉或变异策略来寻找更优的个体,同时两个种群之间每10代进行一次信息交流。这种方式与单种群差分进化算法相比,可以通过双种群和交叉变异策略来增加解的多样性,使算法能在更大的范围内寻优。6个Benchmark函数的实验结果证明CMDPDE具有较好的寻优能力。
引用
收藏
页码:9 / 12
页数:4
相关论文
共 6 条
[1]  
双种群遗传算法的改进及其应用研究.[D].于蕾蕾.合肥工业大学.2009, 10
[2]   基于混合双种群差分进化的电力系统经济负荷分配 [J].
王凌 ;
黄付卓 ;
李灵坡 .
控制与决策, 2009, 24 (08) :1156-1160+1166
[3]   基于双种群的小生境差分进化算法 [J].
宁桂英 ;
周永权 .
计算机应用与软件, 2009, 26 (03) :29-31+58
[4]   基于两种进化模式的双种群协作差分演化算法 [J].
王培崇 ;
贺毅朝 ;
钱旭 .
计算机工程与应用, 2008, (25) :60-64
[5]   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
[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