本文關(guān)鍵詞：基于擇優(yōu)學(xué)習(xí)策略的差分進(jìn)化算法　出處：《上海交通大學(xué)學(xué)報(bào)》2017年06期 　論文類型：期刊論文

  更多相關(guān)文章： 差分進(jìn)化算法 擇優(yōu)學(xué)習(xí) 變異策略 函數(shù)優(yōu)化

【摘要】：傳統(tǒng)的差分進(jìn)化算法在個(gè)體變異方面只是利用了隨機(jī)個(gè)體和最優(yōu)個(gè)體的信息.由于選用個(gè)體的隨機(jī)性,導(dǎo)致其搜索效率比較低并且有可能找不到最優(yōu)解,為此,提出了基于擇優(yōu)學(xué)習(xí)策略的差分進(jìn)化算法.該算法選擇性地利用種群中比較優(yōu)秀的個(gè)體的信息,克服種群進(jìn)化過(guò)程中的盲目性,增強(qiáng)了搜索能力.通過(guò)對(duì)多個(gè)具有不同特性的標(biāo)準(zhǔn)測(cè)試函數(shù)進(jìn)行測(cè)試研究,結(jié)果表明該方法可以明顯減少迭代次數(shù),提高計(jì)算效率.
[Abstract]:The traditional differential evolution algorithm only makes use of the information of random individuals and optimal individuals in the aspect of individual mutation. Because of the randomness of selected individuals, the search efficiency is low and the optimal solution may not be found. A differential evolutionary algorithm based on the optimal learning strategy is proposed, which selectively utilizes the information of the better individuals in the population to overcome the blindness in the evolution process of the population. By testing several standard test functions with different characteristics, the results show that this method can reduce the number of iterations and improve the computational efficiency.
【作者單位】： 東北大學(xué)流程工業(yè)綜合自動(dòng)化國(guó)家重點(diǎn)實(shí)驗(yàn)室;
【基金】：國(guó)家自然科學(xué)基金項(xiàng)目(61590922;61525302) 遼寧省自然科學(xué)基金優(yōu)秀人才項(xiàng)目(2014020021)資助
【分類號(hào)】：TP18
【正文快照】： 差分進(jìn)化(DE)算法是由Storn等[1]提出的一種基于種群?jiǎn)l(fā)式全局搜索技術(shù).該算法具有良好的優(yōu)化性能,并已應(yīng)用到許多單目標(biāo)和多目標(biāo)優(yōu)化問(wèn)題中.目前,差分進(jìn)化算法在濾波器設(shè)計(jì)、神經(jīng)網(wǎng)絡(luò)參數(shù)訓(xùn)練、聚類分析、機(jī)器人路徑規(guī)劃等工程領(lǐng)域得到應(yīng)用并取得良好的效果,成為目前進(jìn)化計(jì)

【參考文獻(xiàn)】

相關(guān)期刊論文 前5條

1 王海燕;趙燕偉;張景玲;史文浩;張立萍;;基于混合差分進(jìn)化的混排Flow-shop分批優(yōu)化調(diào)度[J];計(jì)算機(jī)集成制造系統(tǒng);2013年07期

2 王萬(wàn)良;王磊;王海燕;徐新黎;趙燕偉;;基于混合差分進(jìn)化算法的作業(yè)車間動(dòng)態(tài)調(diào)度[J];計(jì)算機(jī)集成制造系統(tǒng);2012年03期

3 鄭建國(guó);王翔;;求解約束優(yōu)化問(wèn)題的多成員組合差分進(jìn)化算法[J];計(jì)算機(jī)集成制造系統(tǒng);2011年11期

4 劉波;王凌;金以慧;;差分進(jìn)化算法研究進(jìn)展[J];控制與決策;2007年07期

5 吳亮紅;王耀南;周少武;袁小芳;;雙群體偽并行差分進(jìn)化算法研究及應(yīng)用[J];控制理論與應(yīng)用;2007年03期

【共引文獻(xiàn)】

相關(guān)期刊論文 前10條

1 李芹;張浩;彭道剛;郭義波;王念龍;孫宇貞;;基于改進(jìn)差分算法的電站鍋爐主蒸汽溫度多變量建模研究[J];系統(tǒng)仿真學(xué)報(bào);2017年08期

2 趙宏才;趙曉杰;王茂勵(lì);孟慶龍;;基于差分進(jìn)化和人工蜂群混合策略的DV-Hop改進(jìn)算法[J];現(xiàn)代電子技術(shù);2017年15期

3 閆學(xué)青;高興寶;;基于種群分類的差分進(jìn)化算法[J];紡織高�；A(chǔ)科學(xué)學(xué)報(bào);2017年02期

4 劉昊;丁進(jìn)良;楊翠娥;柴天佑;;基于擇優(yōu)學(xué)習(xí)策略的差分進(jìn)化算法[J];上海交通大學(xué)學(xué)報(bào);2017年06期

5 高略;全海燕;;基于差分進(jìn)化算法的重力固體潮信號(hào)獨(dú)立分量分析[J];華中師范大學(xué)學(xué)報(bào)(自然科學(xué)版);2017年03期

6 曹文梁;;隨機(jī)差分變異粒子群混合優(yōu)化算法[J];電子測(cè)量與儀器學(xué)報(bào);2017年06期

7 王林;呂盛祥;曾宇容;;果蠅優(yōu)化算法研究綜述[J];控制與決策;2017年07期

8 趙敏華;胡毅;李金;王羽笙;吳蕊;宋樂(lè);;使用博弈差分算法的電站鍋爐高效低污染燃燒均衡優(yōu)化[J];化工學(xué)報(bào);2017年06期

9 李榮雨;陳慶倩;陳菲爾;;改進(jìn)種群多樣性的雙變異差分進(jìn)化算法[J];運(yùn)籌學(xué)學(xué)報(bào);2017年01期

10 吳凌云;杜文莉;葉貞成;;裂解爐爐群負(fù)荷分配的實(shí)時(shí)優(yōu)化[J];計(jì)算機(jī)與應(yīng)用化學(xué);2017年02期

【二級(jí)參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 潘全科;王凌;高亮;桑紅燕;;基于差分進(jìn)化與塊結(jié)構(gòu)鄰域的作業(yè)車間調(diào)度優(yōu)化[J];機(jī)械工程學(xué)報(bào);2010年22期

2 ;New Hybrid Parallel Algorithm for Variable-sized Batch Splitting Scheduling with Alternative Machines in Job Shops[J];Chinese Journal of Mechanical Engineering;2010年04期

3 潘玉霞;潘全科;桑紅燕;;批量流水線調(diào)度問(wèn)題的混合離散蛙跳算法[J];計(jì)算機(jī)集成制造系統(tǒng);2010年06期

4 王海燕;趙燕偉;徐新黎;王萬(wàn)良;;改進(jìn)差分進(jìn)化算法求解化工間歇與連續(xù)混合生產(chǎn)過(guò)程調(diào)度問(wèn)題[J];系統(tǒng)工程理論與實(shí)踐;2009年11期

5 王凌;黃付卓;李靈坡;;基于混合雙種群差分進(jìn)化的電力系統(tǒng)經(jīng)濟(jì)負(fù)荷分配[J];控制與決策;2009年08期

6 王勇;蔡自興;周育人;肖赤心;;約束優(yōu)化進(jìn)化算法[J];軟件學(xué)報(bào);2009年01期

7 張超勇;饒運(yùn)清;李培根;邵新宇;;柔性作業(yè)車間調(diào)度問(wèn)題的兩級(jí)遺傳算法[J];機(jī)械工程學(xué)報(bào);2007年04期

8 公茂果;焦李成;杜海峰;馬文萍;;用于約束優(yōu)化的人工免疫響應(yīng)進(jìn)化策略[J];計(jì)算機(jī)學(xué)報(bào);2007年01期

9 金鋒;吳澄;;大規(guī)模生產(chǎn)調(diào)度問(wèn)題的研究現(xiàn)狀與展望[J];計(jì)算機(jī)集成制造系統(tǒng);2006年02期

10 宋立明,李軍,豐鎮(zhèn)平;跨音速透平扭葉片的氣動(dòng)優(yōu)化設(shè)計(jì)研究[J];西安交通大學(xué)學(xué)報(bào);2005年11期

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 吳燕玲;盧建剛;孫優(yōu)賢;;基于免疫原理的差分進(jìn)化[J];控制與決策;2007年11期

2 楊啟文;蔡亮;薛云燦;;差分進(jìn)化算法綜述[J];模式識(shí)別與人工智能;2008年04期

3 許小健;黃小平;錢德玲;;自適應(yīng)加速差分進(jìn)化算法[J];復(fù)雜系統(tǒng)與復(fù)雜性科學(xué);2008年01期

4 寧桂英;周永權(quán);;基于優(yōu)進(jìn)策略的新差分進(jìn)化算法動(dòng)力學(xué)模型參數(shù)的估計(jì)[J];計(jì)算機(jī)與應(yīng)用化學(xué);2008年05期

5 譚躍;譚冠政;涂立;;一種新的混沌差分進(jìn)化算法[J];計(jì)算機(jī)工程;2009年11期

6 王培崇;錢旭;王月;虎曉紅;;差分進(jìn)化計(jì)算研究綜述[J];計(jì)算機(jī)工程與應(yīng)用;2009年28期

7 肖術(shù)駿;朱學(xué)峰;;一種改進(jìn)的快速高效的差分進(jìn)化算法[J];合肥工業(yè)大學(xué)學(xué)報(bào)(自然科學(xué)版);2009年11期

8 周蕭;王萬(wàn)良;徐新黎;;解決作業(yè)車間調(diào)度問(wèn)題的混合差分進(jìn)化算法[J];輕工機(jī)械;2010年05期

9 王艷宜;;改進(jìn)差分進(jìn)化算法及其應(yīng)用[J];機(jī)械設(shè)計(jì)與研究;2010年05期

10 張照生;羅健旭;;基于差分進(jìn)化算法的模糊神經(jīng)網(wǎng)絡(luò)控制器[J];計(jì)算機(jī)與應(yīng)用化學(xué);2011年12期

相關(guān)會(huì)議論文 前10條

1 陸絲馨;肖健梅;王錫淮;;基于改進(jìn)差分進(jìn)化算法的艦船電網(wǎng)重構(gòu)[A];第二十九屆中國(guó)控制會(huì)議論文集[C];2010年

2 樓洋;李均利;陳剛;;基于個(gè)體排序的差分進(jìn)化算法[A];'2010系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)會(huì)議論文集[C];2010年

3 張倩;李海港;;多目標(biāo)問(wèn)題的差分進(jìn)化算法研究[A];2009年中國(guó)智能自動(dòng)化會(huì)議論文集（第一分冊(cè)）[C];2009年

4 裴振奎;劉真;趙艷麗;;差分進(jìn)化算法在多目標(biāo)路徑規(guī)劃中的應(yīng)用[A];中國(guó)運(yùn)籌學(xué)會(huì)模糊信息與模糊工程分會(huì)第五屆學(xué)術(shù)年會(huì)論文集[C];2010年

5 劉國(guó)帥;楊侃;陳靜;周景舒;周冉;鄭姣;;差分進(jìn)化算法在三峽電站廠內(nèi)經(jīng)濟(jì)運(yùn)行中的應(yīng)用[A];中國(guó)水文科技新發(fā)展——2012中國(guó)水文學(xué)術(shù)討論會(huì)論文集[C];2012年

6 劉瀟;桂衛(wèi)華;王雅琳;王曉麗;陽(yáng)春華;;一種改進(jìn)的多目標(biāo)差分進(jìn)化算法研究[A];中國(guó)自動(dòng)化學(xué)會(huì)中南六省（區(qū)）2010年第28屆年會(huì)·論文集[C];2010年

7 趙娟;蔡濤;鄧方;楊紅偉;;基于改進(jìn)差分進(jìn)化算法的脈沖控制方法[A];中國(guó)自動(dòng)化學(xué)會(huì)控制理論專業(yè)委員會(huì)B卷[C];2011年

8 袁沈堅(jiān);顧幸生;;基于差分進(jìn)化的膜計(jì)算優(yōu)化算法[A];上海市化學(xué)化工學(xué)會(huì)2010年度學(xué)術(shù)年會(huì)論文集（自動(dòng)化專題）[C];2010年

9 姜立強(qiáng);郭錚;劉光斌;;差分進(jìn)化算法縮放因子取值策略研究[A];2007'儀表，自動(dòng)化及先進(jìn)集成技術(shù)大會(huì)論文集（二）[C];2007年

10 倪惠康;杜文莉;錢鋒;;基于改進(jìn)差分進(jìn)化算法的PID參數(shù)優(yōu)[A];2009年中國(guó)智能自動(dòng)化會(huì)議論文集（第一分冊(cè)）[C];2009年

相關(guān)博士學(xué)位論文 前10條

1 孫浩;差分進(jìn)化多目標(biāo)優(yōu)化算法及其在鋁熱連軋軋制規(guī)程中應(yīng)用[D];燕山大學(xué);2015年

2 陳盈果;面向任務(wù)的快速響應(yīng)空間衛(wèi)星部署優(yōu)化設(shè)計(jì)方法研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2014年

3 謝宇;差分進(jìn)化的若干問(wèn)題及其應(yīng)用研究[D];南京理工大學(xué);2015年

4 董峗;差分進(jìn)化算法研究及在港口物流調(diào)度中的應(yīng)用[D];東北大學(xué);2015年

5 葛延峰;有關(guān)智能優(yōu)化算法及應(yīng)用的若干問(wèn)題研究[D];東北大學(xué);2013年

6 賈東立;改進(jìn)的差分進(jìn)化算法及其在通信信號(hào)處理中的應(yīng)用研究[D];上海大學(xué);2011年

7 劉榮輝;多階段自適應(yīng)差分進(jìn)化算法及應(yīng)用研究[D];東華大學(xué);2012年

8 郭鵬;差分進(jìn)化算法改進(jìn)研究[D];天津大學(xué);2012年

9 王旭;改進(jìn)差分進(jìn)化算法及其在可逆邏輯綜合中的應(yīng)用[D];東華大學(xué);2013年

10 董明剛;基于差分進(jìn)化的優(yōu)化算法及應(yīng)用研究[D];浙江大學(xué);2012年

相關(guān)碩士學(xué)位論文 前10條

1 高靜;量子差分進(jìn)化算法在油田開(kāi)發(fā)中的應(yīng)用研究[D];浙江大學(xué);2015年

2 萬(wàn)婧;基于離散微粒群算法和混合差分進(jìn)化算法的復(fù)雜生產(chǎn)調(diào)度問(wèn)題求解[D];昆明理工大學(xué);2015年

3 張轉(zhuǎn);基于差分進(jìn)化算法的混凝土德拜模型的研究[D];長(zhǎng)安大學(xué);2015年

4 江華;差分進(jìn)化算法的改進(jìn)及其在K-means聚類算法中的應(yīng)用[D];華中師范大學(xué);2015年

5 周志剛;基于差分進(jìn)化算法的信用風(fēng)險(xiǎn)度量模型研究[D];華中師范大學(xué);2015年

6 任甜甜;差分進(jìn)化算法在反演問(wèn)題中的研究與應(yīng)用[D];新疆大學(xué);2015年

7 楊洋;基于差分進(jìn)化的模糊C-均值聚類算法研究[D];電子科技大學(xué);2015年

8 王丹;基于輔助函數(shù)的自適應(yīng)差分進(jìn)化算法研究[D];西安電子科技大學(xué);2014年

9 劉家華;基于進(jìn)化計(jì)算的軋制生產(chǎn)過(guò)程操作優(yōu)化算法與系統(tǒng)開(kāi)發(fā)[D];東北大學(xué);2013年

10 王旦平;圓形對(duì)稱振子陣列天線基于差分進(jìn)化算法的綜合[D];西安電子科技大學(xué);2014年

，

本文編號(hào)：1440039