基于混沌搜索的微分进化算法

被引：11

作者：

刘军民 ^{[1
]}

高岳林 ^{[2
]}

机构：

[1] 宁夏大学数学与计算机学院

[2] 北方民族大学信息与系统科学研究所

来源：

计算机工程与应用 | 2008年 / 12期

关键词：

全局优化; 微分进化算法; 混沌;

D O I：

暂无

中图分类号：

TP301.6 [算法理论];

学科分类号：

081202 ;

摘要：

针对基本微分进化算法在后期收敛速度慢,搜索能力差等问题,利用混沌搜索的随机性、遍历性以及对初值的敏感性等特性,提出了一种混合混沌搜索的微分进化算法——混沌微分进化算法。该算法既保持了基本微分进化算法结构简单的特点,又能提高算法的收敛速度、计算精度以及全局寻优能力。数值仿真结果表明,该算法的性能优于基本微分进化算法。

引用

收藏

页码：66 / 68

页数：3

相关论文

共 9 条

[1] 变尺度混沌蚁群优化算法 [J].

陈烨 .

计算机工程与应用, 2007, (03) :68-70

[2] 基于微分进化算法的多阶段投资组合优化 [J].

江家宝 ;

尤振燕 ;

孙俊 .

计算机工程与应用 , 2007, (03) :189-193

[3] 微分进化算法在头部电阻抗成像中的应用 [J].

李颖 ;

徐桂芝 ;

饶利芸 ;

何任杰 ;

颜威利 .

中国生物医学工程学报, 2005, (06) :672-675+695

[4] 自适应变异的粒子群优化算法 [J].

吕振肃 ;

侯志荣 .

电子学报, 2004, (03) :416-420

[5] 混沌优化方法及其应用 [J].

李兵 ;

蒋慰孙 .

控制理论与应用, 1997, (04) :613-615

[6]

最优化原理、方法及求解软件[M]. 科学出版社 , 阳明盛, 2006

[7]

智能优化算法及其应用[M]. 清华大学出版社 , 王凌著, 2001

[8]

从抛物线谈起[M]. 上海科技教育出版社 , 郝柏林著, 1993

[9] An improved differential evolution algorithm in training and encoding prior knowledge into feedforward networks with application in chemistry [J].

Chen, CW ;

Chen, DZ ;

Cao, GZ .

CHEMOMETRICS AND INTELLIGENT LABORATORY SYSTEMS, 2002, 64 (01) :27-43