本文關(guān)鍵詞： 差分進(jìn)化算法 絕對(duì)位置 協(xié)方差矩陣 旋轉(zhuǎn)不變性　出處：《計(jì)算機(jī)工程與科學(xué)》2017年11期 　論文類型：期刊論文

【摘要】：把SSO算法的交叉策略、協(xié)方差矩陣學(xué)習(xí)策略與傳統(tǒng)的DE算法結(jié)合,提出一個(gè)新的DE算法的變種,我們把它稱作SCDE算法。正如我們所知,DE算法的變異策略在DE算法中占據(jù)了非常重要的位置,然而,傳統(tǒng)的DE算法的變異策略都是用相對(duì)位置來(lái)產(chǎn)生候選解,本文嘗試?yán)脗�(gè)體歷史最優(yōu)解來(lái)誘導(dǎo)變異產(chǎn)生候選解,這將大大提高種群跳出局部最優(yōu)的能力。此外,將算法的變異和交叉操作放在由種群的協(xié)方差矩陣的所有特征向量組成的坐標(biāo)系中執(zhí)行,這將使算法的交叉和變異操作具有旋轉(zhuǎn)不變性。實(shí)驗(yàn)結(jié)果表明,本文提出的新的交叉和變異策略可以大大提高DE算法在CEC 2013中28個(gè)測(cè)試函數(shù)的全局尋優(yōu)能力。
[Abstract]:Combining the crossover strategy of SSO algorithm, the learning strategy of covariance matrix with the traditional DE algorithm, a new variant of DE algorithm is proposed. We call it the SCDE algorithm. As we all know, the mutation strategy of DE algorithm occupies a very important position in DE algorithm. However, the traditional mutation strategy of DE algorithm is to generate candidate solution with relative position. In this paper, we try to use individual historical optimal solution to induce mutation to produce candidate solution, which will greatly improve the ability of population to jump out of local optimum. The mutation and crossover operations of the algorithm are carried out in a coordinate system composed of all the eigenvectors of the covariance matrix of the population, which will make the crossover and mutation operations of the algorithm rotation-invariant. The new crossover and mutation strategies proposed in this paper can greatly improve the global optimization ability of DE algorithm for 28 test functions in CEC 2013.
【作者單位】： 安徽大學(xué)計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院;
【基金】：安徽省高校省級(jí)重點(diǎn)自然科學(xué)研究項(xiàng)目(KJ2013A009)
【分類號(hào)】：TP18

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 寧忠磊;王宏琦;張正;;一種基于協(xié)方差矩陣的自動(dòng)目標(biāo)檢測(cè)方法[J];中國(guó)科學(xué)院研究生院學(xué)報(bào);2010年03期

2 劉廷進(jìn);張建華;;實(shí)驗(yàn)數(shù)據(jù)的協(xié)方差構(gòu)造[J];中國(guó)原子能科學(xué)研究院年報(bào);1991年00期

3 趙豫紅,顧鐘文,周春暉;測(cè)量誤差協(xié)方差矩陣的魯棒估計(jì)[J];控制理論與應(yīng)用;2001年05期

4 俞靖,陳仲儀,王學(xué)禮;一種這場(chǎng)機(jī)器多噪聲源的定位方法[J];機(jī)電工程;1997年06期

5 杜航原;郝燕玲;趙玉新;陳立娟;;Cholesky分解在協(xié)方差矩陣恢復(fù)中的使用[J];應(yīng)用科學(xué)學(xué)報(bào);2012年02期

6 閆曉波;王士同;郭慧玲;;核協(xié)方差成分分析方法及其在聚類中的應(yīng)用[J];計(jì)算機(jī)科學(xué);2012年09期

7 吳亮紅;王耀南;陳正龍;;求解混合整數(shù)非線性規(guī)劃問(wèn)題的改進(jìn)差分進(jìn)化算法[J];小型微型計(jì)算機(jī)系統(tǒng);2007年04期

8 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

9 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

10 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

相關(guān)會(huì)議論文 前5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 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

3 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

4 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

5 雍龍泉;;求解一類多目標(biāo)優(yōu)化問(wèn)題的極大熵差分進(jìn)化算法[A];2013年中國(guó)智能自動(dòng)化學(xué)術(shù)會(huì)議論文集（第五分冊(cè)）[C];2013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 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

3 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

4 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

5 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

6 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

7 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

8 丁青鋒;基于元胞自動(dòng)機(jī)的差分進(jìn)化算法及其在通信系統(tǒng)中的應(yīng)用研究[D];上海大學(xué);2015年

9 徐斌;基于差分進(jìn)化算法的多目標(biāo)優(yōu)化方法研究及其應(yīng)用[D];華東理工大學(xué);2013年

10 解為成;基于局部摸索的差分進(jìn)化算法及其在曲面重建中的應(yīng)用[D];武漢大學(xué);2013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 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

6 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

7 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

8 張偉;差分進(jìn)化算法的改進(jìn)研究[D];西安電子科技大學(xué);2014年

9 程菲;膜計(jì)算在數(shù)值優(yōu)化問(wèn)題中的應(yīng)用研究[D];西華大學(xué);2015年

10 袁文龍;基于控制思想的差分進(jìn)化算法改進(jìn)研究[D];東北大學(xué);2014年

，

本文編號(hào)：1525548