| 求解大规模优化问题的正交反向混合差分进化算法* |
| |
| 作者姓名： | 董小刚 邓长寿 谭毓澄 彭虎 |
| |
| 作者单位： | 九江学院 信息科学与技术学院,九江学院 信息科学与技术学院,九江学院 信息科学与技术学院,武汉大学软件工程国家重点实验室 |
| |
| 基金项目： | 国家自然科学基金（61364025）资助;武汉大学软件工程国家重点实验室 开放基金项目（SKLSE2012-09-39）资助;江西省教育厅科学技术项目（GJJ13729,GJJ14742）资助; 九江学院科研资助项目(2013KJ27, 2014KJYB034) |
| |
| 摘 要： | 差分进化算法简单高效,然而在求解大规模优化问题时,其求解性能迅速降低。针对该问题,提出一种正交反向差分进化算法。首先,该算法利用正交交叉算子,加强了算法的局部搜索能力。其次,为防止过强的局部搜索使算法陷入早熟收敛,利用反向学习策略调节种群多样性,从而有效地平衡算法的全局和局部搜索能力。利用11个标准测试函数进行实验,并和差分进化算法的4种优秀改进版本进行比较,实验结果表明该算法求解精度高、收敛速率快,是一种求解大规模优化问题的有效算法。
|
| 关 键 词： | 大规模 差分进化 正交交叉 反向学习 |
| 收稿时间： | 2015-02-09 |
| 修稿时间： | 2016-05-04 |
|
| 点击此处可从《计算机应用研究》浏览原始摘要信息 |
|
点击此处可从《计算机应用研究》下载全文 |
|
