基于广义反向学习的自适应约束差分进化算法

TP18; 差分进化算法是一种基于"贪婪竞争"机制的全局寻优算法,其控制参量少、结构简单,具有较高的可靠性和收敛性,将约束处理机制引入到差分进化算法可以高效解决约束优化问题.提出一种基于广义反向学习的自适应约束差分进化算法,利用广义反向学习机制生成初始种群并执行种群"代跳"操作,采用自适应权衡模型将约束区分状态处理以及改进自适应变异操作对个体进行排序变异.通过与CDE、DDE、A-DDE、εDE以及DPDE算法进行试验比较以及对广义反向学习和改进自适应排序操作性能分析证明该算法具有较好的寻优精度及收敛速度....

Full description

Saved in:
Bibliographic Details
Published in西北工业大学学报 Vol. 37; no. 5; pp. 1000 - 1010
Main Authors 吴文海, 郭晓峰, 周思羽, 刘锦涛
Format Journal Article
LanguageChinese
Published 海军航空大学(青岛校区) 航空仪电控制工程与指挥系,山东 青岛,266041%陆军工程大学 指挥控制工程学院,江苏 南京,210002 01.10.2019
Subjects
排序变异操作
差分进化算法
自适应
权衡模型
广义反向学习
约束优化
Online AccessGet full text
ISSN1000-2758
DOI10.1051/jnwpu/20193751000

Cover

More Information
Summary:TP18; 差分进化算法是一种基于"贪婪竞争"机制的全局寻优算法,其控制参量少、结构简单,具有较高的可靠性和收敛性,将约束处理机制引入到差分进化算法可以高效解决约束优化问题.提出一种基于广义反向学习的自适应约束差分进化算法,利用广义反向学习机制生成初始种群并执行种群"代跳"操作,采用自适应权衡模型将约束区分状态处理以及改进自适应变异操作对个体进行排序变异.通过与CDE、DDE、A-DDE、εDE以及DPDE算法进行试验比较以及对广义反向学习和改进自适应排序操作性能分析证明该算法具有较好的寻优精度及收敛速度.
ISSN:1000-2758
DOI:10.1051/jnwpu/20193751000