首页 | 本学科首页   官方微博 | 高级检索  
     

一种基于精英选择和反向学习的分布估计算法
引用本文:孟磊,张婷,董泽. 一种基于精英选择和反向学习的分布估计算法[J]. 计算机仿真, 2021, 38(1): 236-241,430. DOI: 10.3969/j.issn.1006-9348.2021.01.049
作者姓名:孟磊  张婷  董泽
作者单位:大唐环境产业集团股份有限公司,北京100048;国电新能源技术研究院有限公司,北京102209;华北电力大学河北省发电过程仿真与优化控制工程技术研究中心,河北保定071003
摘    要:为了提高分布估计算法的性能,提出一种从选择方式和搜索机制出发的改进分布估计算法.首先,借鉴并改进粒子群种群更新策略,在构造优势群体时,引入精英选择策略替换经典的截断选择,提高算法向全局最优解的收敛速度;然后,引入二次反向反射搜索算子,从搜索机制上对分布估计算法进行改进,提高算法的全局搜索能力.仿真结果表明,所提出的改进分布估计算法能够有效的避免陷入局部最优值,在寻优精度、收敛速度以及算法的稳定性和鲁棒性上都有极大改善.

关 键 词:分布估计算法  精英选择  二次反向反射搜索  全局搜索  收敛速度

An Improved Estimation of Distribution Algorithm with Extreme Elitism Selection and Opposition-Based Learning
MENG Lei,ZHANG Ting,DONG Ze. An Improved Estimation of Distribution Algorithm with Extreme Elitism Selection and Opposition-Based Learning[J]. Computer Simulation, 2021, 38(1): 236-241,430. DOI: 10.3969/j.issn.1006-9348.2021.01.049
Authors:MENG Lei  ZHANG Ting  DONG Ze
Abstract:
Keywords:
本文献已被 万方数据 等数据库收录!
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