一种自适应多策略差分进化算法及其应用

发布时间：2017-06-02 15:29

  本文关键词：一种自适应多策略差分进化算法及其应用，，由笔耕文化传播整理发布。

【摘要】：针对差分进化算法由于固定参数设置而易早熟或陷入局部最优的问题,提出了一种自适应多策略差分进化算法(SMDE)。该方法以基本差分进化为框架,首先引入一个变异策略候选集合,一个缩放因子候选集合和一个交叉参数候选集合,然后在搜索过程中,以过去的搜索信息为基础,自适应地为下一时刻进化群体中的每个个体从候选集合中选择一组合适的变异策略和控制参数,以便在不同的进化时刻设置合适的变异策略和控制参数。对10个常用的标准测试函数进行优化计算,并与其他算法的结果进行了比较,实验结果表明,SMDE具有较好的搜索精度和更快的收敛速度。将SMDE用于化工过程动态系统不确定参数估计问题,实验结果表明该算法能较好地处理实际工程优化问题。
【作者单位】： 上海工程技术大学机械工程学院;上海第二工业大学工学部;
【关键词】： 差分进化算法 自适应 多策略 动态系统 参数估计
【基金】：上海高校青年教师培养资助计划项目(ZZgcd14002) 上海市科委地方高校能力建设项目(14110501200)~~
【分类号】：TP18
【正文快照】： 引言差分进化算法(differential evolution,DE)是由Storn等[1]提出的新型启发式搜索算法,具有结构简单、可调参数少、鲁棒性强等特点,在求解各类复杂数值优化问题以及实际工程优化问题方面取得了满意的效果。但是,Pan等[2]认为,DE的搜索性能很大程度上取决于其子代生产策略(变

  本文关键词：一种自适应多策略差分进化算法及其应用，由笔耕文化传播整理发布。

本文编号：415759