基于简化群优化算法和协方差矩阵学习的差分进化算法

发布时间：2018-02-22 23:14

  本文关键词： 差分进化算法 绝对位置 协方差矩阵 旋转不变性　出处：《计算机工程与科学》2017年11期 　论文类型：期刊论文

【摘要】：把SSO算法的交叉策略、协方差矩阵学习策略与传统的DE算法结合,提出一个新的DE算法的变种,我们把它称作SCDE算法。正如我们所知,DE算法的变异策略在DE算法中占据了非常重要的位置,然而,传统的DE算法的变异策略都是用相对位置来产生候选解,本文尝试利用个体历史最优解来诱导变异产生候选解,这将大大提高种群跳出局部最优的能力。此外,将算法的变异和交叉操作放在由种群的协方差矩阵的所有特征向量组成的坐标系中执行,这将使算法的交叉和变异操作具有旋转不变性。实验结果表明,本文提出的新的交叉和变异策略可以大大提高DE算法在CEC 2013中28个测试函数的全局寻优能力。
[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.
【作者单位】： 安徽大学计算机科学与技术学院;
【基金】：安徽省高校省级重点自然科学研究项目(KJ2013A009)
【分类号】：TP18

【相似文献】

相关期刊论文 前10条

1 宁忠磊;王宏琦;张正;;一种基于协方差矩阵的自动目标检测方法[J];中国科学院研究生院学报;2010年03期

2 刘廷进;张建华;;实验数据的协方差构造[J];中国原子能科学研究院年报;1991年00期

3 赵豫红,顾钟文,周春晖;测量误差协方差矩阵的鲁棒估计[J];控制理论与应用;2001年05期

4 俞靖,陈仲仪,王学礼;一种这场机器多噪声源的定位方法[J];机电工程;1997年06期

5 杜航原;郝燕玲;赵玉新;陈立娟;;Cholesky分解在协方差矩阵恢复中的使用[J];应用科学学报;2012年02期

6 闫晓波;王士同;郭慧玲;;核协方差成分分析方法及其在聚类中的应用[J];计算机科学;2012年09期

7 吴亮红;王耀南;陈正龙;;求解混合整数非线性规划问题的改进差分进化算法[J];小型微型计算机系统;2007年04期

8 吴燕玲;卢建刚;孙优贤;;基于免疫原理的差分进化[J];控制与决策;2007年11期

9 杨启文;蔡亮;薛云灿;;差分进化算法综述[J];模式识别与人工智能;2008年04期

10 许小健;黄小平;钱德玲;;自适应加速差分进化算法[J];复杂系统与复杂性科学;2008年01期

相关会议论文 前5条

1 陆丝馨;肖健梅;王锡淮;;基于改进差分进化算法的舰船电网重构[A];第二十九届中国控制会议论文集[C];2010年

2 张倩;李海港;;多目标问题的差分进化算法研究[A];2009年中国智能自动化会议论文集（第一分册）[C];2009年

3 刘国帅;杨侃;陈静;周景舒;周冉;郑姣;;差分进化算法在三峡电站厂内经济运行中的应用[A];中国水文科技新发展——2012中国水文学术讨论会论文集[C];2012年

4 倪惠康;杜文莉;钱锋;;基于改进差分进化算法的PID参数优[A];2009年中国智能自动化会议论文集（第一分册）[C];2009年

5 雍龙泉;;求解一类多目标优化问题的极大熵差分进化算法[A];2013年中国智能自动化学术会议论文集（第五分册）[C];2013年

相关博士学位论文 前10条

1 孙浩;差分进化多目标优化算法及其在铝热连轧轧制规程中应用[D];燕山大学;2015年

2 谢宇;差分进化的若干问题及其应用研究[D];南京理工大学;2015年

3 董峗;差分进化算法研究及在港口物流调度中的应用[D];东北大学;2015年

4 葛延峰;有关智能优化算法及应用的若干问题研究[D];东北大学;2013年

5 刘荣辉;多阶段自适应差分进化算法及应用研究[D];东华大学;2012年

6 王旭;改进差分进化算法及其在可逆逻辑综合中的应用[D];东华大学;2013年

7 董明刚;基于差分进化的优化算法及应用研究[D];浙江大学;2012年

8 丁青锋;基于元胞自动机的差分进化算法及其在通信系统中的应用研究[D];上海大学;2015年

9 徐斌;基于差分进化算法的多目标优化方法研究及其应用[D];华东理工大学;2013年

10 解为成;基于局部摸索的差分进化算法及其在曲面重建中的应用[D];武汉大学;2013年

相关硕士学位论文 前10条

1 高静;量子差分进化算法在油田开发中的应用研究[D];浙江大学;2015年

2 万婧;基于离散微粒群算法和混合差分进化算法的复杂生产调度问题求解[D];昆明理工大学;2015年

3 张转;基于差分进化算法的混凝土德拜模型的研究[D];长安大学;2015年

4 江华;差分进化算法的改进及其在K-means聚类算法中的应用[D];华中师范大学;2015年

5 任甜甜;差分进化算法在反演问题中的研究与应用[D];新疆大学;2015年

6 王丹;基于辅助函数的自适应差分进化算法研究[D];西安电子科技大学;2014年

7 刘家华;基于进化计算的轧制生产过程操作优化算法与系统开发[D];东北大学;2013年

8 张伟;差分进化算法的改进研究[D];西安电子科技大学;2014年

9 程菲;膜计算在数值优化问题中的应用研究[D];西华大学;2015年

10 袁文龙;基于控制思想的差分进化算法改进研究[D];东北大学;2014年

，

本文编号：1525548