基于混沌搜索的自适应差分进化算法

被引:22
作者
卢有麟
周建中
李英海
覃晖
机构
[1] 华中科技大学水电与数字化工程学院
基金
国家自然科学基金重点项目;
关键词
差分进化算法; 自适应; 混沌搜索; 全局优化;
D O I
暂无
中图分类号
TP11 [自动化系统理论];
学科分类号
摘要
提出一种基于混沌搜索的自适应差分进化算法(CADE),该算法在计算过程中自适应地调整交叉率,在搜索初期保持种群多样性的同时增强算法的全局收敛性。具有较强局部遍历搜索性能的混沌搜索的引入使得算法具有较好的求解精度,增加搜索到全局最优解的概率。对几种典型的测试函数对CADE进行了测试,实验结果表明,该算法能有效地避免早熟收敛,具有良好的全局收敛性。
引用
收藏
页码:31 / 33+39 +39
页数:4
相关论文
共 5 条
  • [1] 双群体伪并行差分进化算法研究及应用
    吴亮红
    王耀南
    周少武
    袁小芳
    [J]. 控制理论与应用, 2007, (03) : 453 - 458
  • [2] 差分进化算法研究进展
    周艳平
    顾幸生
    [J]. 化工自动化及仪表, 2007, (03) : 1 - 6
  • [3] 自适应二次变异差分进化算法
    吴亮红
    王耀南
    袁小芳
    周少武
    [J]. 控制与决策, 2006, (08) : 898 - 902
  • [4] 基于混沌搜索的粒子群优化算法
    杨俊杰
    周建中
    喻菁
    吴玮
    不详
    [J]. 计算机工程与应用 , 2005, (16) : 69 - 71
  • [5] Differential evolution - A simple and efficient heuristic for global optimization over continuous spaces
    Storn, R
    Price, K
    [J]. JOURNAL OF GLOBAL OPTIMIZATION, 1997, 11 (04) : 341 - 359