摘要针对Baldwin效应在memetic差分进化算法中使用不成熟的研究现状,提出一种基于Baldwin效应的memetic差分进化算法.算法采用简化的模式搜索为局部搜索算子,差分进化算法为全局搜索算子,Baldwin效应为结合机制.创新了Baldwin效应的实现方法:改进普通memetic差分进化算法中仅根据个体适应度值引导进化的方法,加大局部搜索成功个体的被学习概率,使其能够参与引导进化.在CEC2014中30个测试函数上与其它知名差分进化算法对比,实验结果表明改进的算法具有更强的跳出局部最优解能力和更快的收敛速度.
更多相关知识
- 浏览2
- 被引3
- 下载0

相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文


换一批



