本文選題：差分進化算法 + 維變異　； 參考：《計算機工程與應(yīng)用》2017年04期

【摘要】：針對差分進化算法在解決高維優(yōu)化問題時易早熟收斂、求解精度低和參數(shù)設(shè)置麻煩等問題,提出一種加權(quán)變異策略動態(tài)差分進化算法(WMDDE)。為了動態(tài)平衡全局搜索與局部搜索能力,跳出局部最優(yōu),將標(biāo)準(zhǔn)差分進化算法的變異策略DE/rand/1和DE/best/1進行加權(quán)組合,提出兩種新的隨機擾動加權(quán)變異算子。提出一種動態(tài)自適應(yīng)調(diào)整縮放因子和交叉概率因子的策略,避免參數(shù)設(shè)置的麻煩,提高算法的穩(wěn)定性。在11個Benchmark函數(shù)上的測試結(jié)果表明,新算法能有效避免早熟收斂,全局尋優(yōu)能力強,且在高維時尋優(yōu)速度、求解精度和穩(wěn)定性均優(yōu)于4種DE進化算法。
[Abstract]:A dynamic differential evolutionary algorithm with weighted mutation strategy is proposed to solve the problems of premature convergence, low precision and difficult parameter setting in solving high-dimensional optimization problems. In order to dynamically balance the global search and local search ability and jump out of the local optimum, two new random disturbance weighted mutation operators (DE/rand/1 and DE/best/1) are proposed by combining the mutation strategy DE/rand/1 and DE/best/1 of the standard deviation division evolution algorithm. A dynamic adaptive adjustment strategy of scaling factor and cross probability factor is proposed to avoid the trouble of parameter setting and to improve the stability of the algorithm. The test results on 11 Benchmark functions show that the new algorithm can effectively avoid premature convergence, has strong global optimization ability, and is superior to four DE evolutionary algorithms in high dimensional optimization speed, accuracy and stability.
【作者單位】： 昆明工業(yè)職業(yè)技術(shù)學(xué)院電氣學(xué)院;玉溪市計算中心;玉溪農(nóng)業(yè)職業(yè)技術(shù)學(xué)院;云南師范大學(xué)經(jīng)濟與管理學(xué)院;
【基金】：國家自然科學(xué)基金(No.71262031)
【分類號】：TP18

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前7條

1 張春美;陳杰;辛斌;;參數(shù)適應(yīng)性分布式差分進化算法[J];控制與決策;2014年04期

2 歐陽海濱;高立群;孔祥勇;;隨機變異差分進化算法[J];東北大學(xué)學(xué)報(自然科學(xué)版);2013年03期

3 畢曉君;劉國安;肖婧;;基于新變異策略的動態(tài)自適應(yīng)差分進化算法[J];計算機研究與發(fā)展;2012年06期

4 賀毅朝;王熙照;劉坤起;王彥祺;;差分演化的收斂性分析與算法改進[J];軟件學(xué)報;2010年05期

5 張曉偉;劉三陽;;免比例因子F的差分進化算法[J];電子學(xué)報;2009年06期

6 鄧澤喜;劉曉冀;;差分進化算法的交叉概率因子遞增策略研究[J];計算機工程與應(yīng)用;2008年27期

7 吳亮紅;王耀南;袁小芳;周少武;;自適應(yīng)二次變異差分進化算法[J];控制與決策;2006年08期

【共引文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 廉侃超;;求解高維函數(shù)優(yōu)化的混合智能算法[J];計算機時代;2017年01期

2 王娜;高學(xué)軍;;一種新穎的差分混合蛙跳算法[J];計算機系統(tǒng)應(yīng)用;2017年01期

3 楊雨;蔣冰華;張猛;;基于OTSUDE算法的零值絕緣子紅外熱像分割[J];電工技術(shù);2016年12期

4 馬立新;董昂;王繼銀;;三角骨架差分進化算法的電力系統(tǒng)無功優(yōu)化[J];電力科學(xué)與工程;2016年11期

5 譚旭杰;鄧長壽;董小剛;袁斯昊;吳志健;彭虎;;SparkDE:一種基于RDD云計算模型的并行差分進化算法[J];計算機科學(xué);2016年09期

6 李方偉;張新躍;朱江;黃卿;;基于APDE-RBF神經(jīng)網(wǎng)絡(luò)的網(wǎng)絡(luò)安全態(tài)勢預(yù)測方法[J];系統(tǒng)工程與電子技術(shù);2016年12期

7 張友俊;侯明明;;基于隱式空間映射算法的雙頻帶濾波器設(shè)計[J];固體電子學(xué)研究與進展;2016年04期

8 陳皓;潘曉英;張潔;;一種基于簇類進化的電力經(jīng)濟負(fù)荷分配優(yōu)化算法[J];計算機研究與發(fā)展;2016年07期

9 張曉麗;;基于改進差分進化算法的二維最大熵圖像分割[J];自動化技術(shù)與應(yīng)用;2016年06期

10 任雪婷;賀興時;;一種改進的粒子群與差分進化混合算法[J];西安工程大學(xué)學(xué)報;2016年03期

【二級參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 吳沛鋒;高立群;鄒德旋;依玉峰;;一種改進的粒子群優(yōu)化算法[J];東北大學(xué)學(xué)報(自然科學(xué)版);2011年12期

2 李洪亮;侯朝楨;周紹生;;一種高效的改進粒子群優(yōu)化算法[J];計算機工程與應(yīng)用;2008年01期

3 賀毅朝;王熙照;寇應(yīng)展;;一種具有混合編碼的二進制差分演化算法[J];計算機研究與發(fā)展;2007年09期

4 張豐田;宋家驊;李鑒;程曉磊;;基于混合差異進化優(yōu)化算法的電力系統(tǒng)無功優(yōu)化[J];電網(wǎng)技術(shù);2007年09期

5 何慶元;韓傳久;;帶有擾動項的改進粒子群算法[J];計算機工程與應(yīng)用;2007年07期

6 張利彪;周春光;馬銘;孫彩堂;;基于極大極小距離密度的多目標(biāo)微分進化算法[J];計算機研究與發(fā)展;2007年01期

7 趙光權(quán);彭喜元;孫寧;;基于混合優(yōu)化策略的微分進化改進算法[J];電子學(xué)報;2006年S1期

8 吳亮紅;王耀南;袁小芳;周少武;;自適應(yīng)二次變異差分進化算法[J];控制與決策;2006年08期

9 陳貴敏;賈建援;韓琪;;粒子群優(yōu)化算法的慣性權(quán)值遞減策略研究[J];西安交通大學(xué)學(xué)報;2006年01期

10 劉明廣;差異演化算法及其改進[J];系統(tǒng)工程;2005年02期

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

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

2 楊啟文;蔡亮;薛云燦;;差分進化算法綜述[J];模式識別與人工智能;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)進策略的新差分進化算法動力學(xué)模型參數(shù)的估計[J];計算機與應(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化算法[J];計算機工程;2009年11期

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

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

8 周蕭;王萬良;徐新黎;;解決作業(yè)車間調(diào)度問題的混合差分進化算法[J];輕工機械;2010年05期

9 王艷宜;;改進差分進化算法及其應(yīng)用[J];機械設(shè)計與研究;2010年05期

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

中國重要會議論文全文數(shù)據(jù)庫 前10條

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

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

3 張倩;李海港;;多目標(biāo)問題的差分進化算法研究[A];2009年中國智能自動化會議論文集（第一分冊）[C];2009年

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

5 劉國帥;楊侃;陳靜;周景舒;周冉;鄭姣;;差分進化算法在三峽電站廠內(nèi)經(jīng)濟運行中的應(yīng)用[A];中國水文科技新發(fā)展——2012中國水文學(xué)術(shù)討論會論文集[C];2012年

6 劉瀟;桂衛(wèi)華;王雅琳;王曉麗;陽春華;;一種改進的多目標(biāo)差分進化算法研究[A];中國自動化學(xué)會中南六�。▍^(qū)）2010年第28屆年會·論文集[C];2010年

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

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

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

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

中國博士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 孫浩;差分進化多目標(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)計方法研究[D];國防科學(xué)技術(shù)大學(xué);2014年

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

4 丁青鋒;基于元胞自動機的差分進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

5 董峗;差分進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

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

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

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

9 郭鵬;差分進化算法改進研究[D];天津大學(xué);2012年

10 王旭;改進差分進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

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

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

2 萬婧;基于離散微粒群算法和混合差分進化算法的復(fù)雜生產(chǎn)調(diào)度問題求解[D];昆明理工大學(xué);2015年

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

4 江華;差分進化算法的改進及其在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;基于差分進化算法的信用風(fēng)險度量模型研究[D];華中師范大學(xué);2015年

6 任甜甜;差分進化算法在反演問題中的研究與應(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)差分進化算法研究[D];西安電子科技大學(xué);2014年

9 劉家華;基于進化計算的軋制生產(chǎn)過程操作優(yōu)化算法與系統(tǒng)開發(fā)[D];東北大學(xué);2013年

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

本文編號：1858287