首页 | 本学科首页   官方微博 | 高级检索  
     

差分进化算法研究进展
引用本文:刘波,王凌,金以慧.差分进化算法研究进展[J].控制与决策,2007,22(7):721-729.
作者姓名:刘波  王凌  金以慧
作者单位:清华大学,自动化系,北京 100084
基金项目:国家自然科学基金项目(60204008,60374060,60574072);国家973计划项目(2002CB312200).
摘    要:作为一种简单而有效的新兴计算技术,差分进化算法(DE)已受到学术界和工程界的广泛关注.并取得了许多成功应用.为此,围绕差分进化算法的原理、特点、改进及其应用等方面进行全面综述.重点介绍了针对复杂环境的差分进化算法研究内容,包括多目标、约束、离散和噪声环境下的优化等.最后提出了有待进一步研究的若干方向.

关 键 词:差分进化  多目标优化  约束优化  离散优化  噪声优化
文章编号:1001-0920(2007)07-0721-09
收稿时间:2006-2-18
修稿时间:2006-02-182006-06-12

Advances in differential evolution
LIU Bo,WANG Ling,JIN Yi-hui.Advances in differential evolution[J].Control and Decision,2007,22(7):721-729.
Authors:LIU Bo  WANG Ling  JIN Yi-hui
Affiliation:Department of Automation, Tsinghua University, Beijing 100084, China.
Abstract:As a novel evolutionary computing technique, differential evolution (DE) is simple and effective,which is paid wide attention and research in both academic and industry fields and achieves many successful applications.A complete survey on DE is presented in aspect of mechanism, feature, improvements and applications. The studies on DE aiming at complex environment are especially introduced including multi-objective, constrained, discrete and noisy optimization. Finally, the future research direction and contents are pointed out.
Keywords:Differential evolution  Multi-objective optimization  Constrained optimization  Discrete optimization  Noisy optimization
本文献已被 CNKI 维普 万方数据 等数据库收录!
点击此处可从《控制与决策》浏览原始摘要信息
点击此处可从《控制与决策》下载全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号