换一批差分演化算法各种更新策略的对比分析
Analyses and Comparisons of Different Update Strategies for Differential Evolution
摘要差分演化算法（differential evolution，DE）是一种模拟生物演化过程的随机搜索方法，具有收敛速度快，鲁棒性好等优点。目前DE有多种交叉和变异策略，它们在求解各类优化问题时表现出各自不同的性能。介绍了10种差分演化算法的更新策略，并利用标准测试函数集对它们进行了全面与系统的实验比较。通过分析采用这些策略的DE算法在不同解空间及进化各阶段的收敛曲线特点，对比总结了不同版本的DE算法在各类环境下的搜索性能。该研究一方面能够为DE算法的实际应用提供技术指导，帮助学者选择合适的DE更新策略以更好地解决工程问题；另一方面能够为新型DE更新策略的开发和自适应DE算法的设计提供理论基础。
更多相关知识
关键词
差分演化算法(DE)演化模式更新策略演化计算全局优化differential evolution (DE)evolutionary variantsupdate strategiesevolutionary computationglobal optimization
分类号
TP18
栏目名称
DOI
10.3778/j.issn.1673-9418.1306034
发布时间
2013-11-13（万方平台首次上网日期，不代表论文的发表时间）
- 浏览0
- 被引26
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
