改进自适应微分进化算法求解全局优化问题

发布时间：2017-10-09 10:07

  本文关键词：改进自适应微分进化算法求解全局优化问题

  更多相关文章： 微分进化 全局优化 控制参数自适应 收敛速度 鲁棒性

【摘要】：针对微分进化(differential evolution,DE)算法在进化后期收敛速度慢、收敛精度低、易陷入局部最优解等缺点。通过改进DE的变异方程,并引入一种新的控制参数自适应策略,提出了一种改进自适应微分进化(improved adaptive differential evolution,IADE)算法。进化过程中IADE将根据个体适应值与父代平均适应值之间的关系动态地调整控制参数。同时,采用10个常用于优化算法比较的标准函数对IADE和其他改进DE算法进行对比实验。实验结果表明,IADE算法不仅能够显著地提高收敛速度和收敛精度,而且具有非常好的鲁棒性,从而使得该算法能够满足过程优化的实时性、准确性以及稳定性要求。
【作者单位】： 四川大学空天科学与工程学院;四川大学国家空管自动化系统技术重点实验室;上海电器科学研究所;
【关键词】： 微分进化 全局优化 控制参数自适应 收敛速度 鲁棒性
【基金】：国家“863”计划资助项目(2013AA013802) 国家空管科研资助项目(GKG201403004)
【分类号】：TP18
【正文快照】： 科学研究所,上海200063)0引言DE是由Storn等人[1]针对实参优化问题提出的。DE作为一种群体进化算法,与其他进化算法有着相似的原理,如变异、交叉、选择操作等。DE具有进化初期收敛速度快、鲁棒性好、简单易实现等特点。因此,DE被广泛应用于函数优化、模式识别、工业控制等众多，

本文编号：999576