摘要
针对标准差分进化算法收敛速度慢,容易陷入局部最优从而导致收敛精度不高的缺点,提出将DE/rand/1和DE/best/1线性加权相结合以及自适应重构交叉概率因子的改进差分进化算法。该算法中变异策略采用将DE/rand/1和DE/best/1通过线性模拟退火加权策略相结合,交叉因子则根据进化代数自适应重构,使得算法在初期重视全局搜索能力以找到全局最优可能解,后期重视局部收敛速度,以提高算法寻优能力和收敛速度。最后将该算法和其他改进差分进化算法用于城市供水水处理过程的加药凝絮参数辨识中,仿真结果表明,该算法相对于其他3种算法具有更快的收敛速度和更好的收敛精度,所得模型对检验数据的误差平方和很小,表明该模型准确可靠,为投药过程的前馈反馈控制和水厂的优化运行打下了良好基础,具有很好的实际意义。
Against to the disadvantages of low convergence speed and low precision of the standard differential evolution(DE) algorithm, a modified DE(MDE) is presented.The mutation strategy is adopted as the linear combination of DE/rand/1 and DE/best/1 through weighted simulated annealing strategy,and the crossover probability factor is reconstructed adaptively according to the iteration number.The algorithm emphasizes on the global search ability to find the global optimum possible solution in earlier stage and on ...
出处
《控制工程》
CSCD
北大核心
2010年第4期483-485,493,共4页
Control Engineering of China
基金
佛山市禅城区产学研资助项目(2008B1034)
关键词
改进差分进化算法
城市供水
加药凝絮
参数辨识
modified differential evolution algorithm
city water supply
dosing coagulation
parameter identification
