摘要
提出了一种应用混沌局部搜索策略的差分进化算法(CLSDE),在每一代中通过DE/best/2/bin形式的差分进化算法找到最佳个体,然后在最佳个体的附近用混沌的方法进行局部搜索.6个基本测试函数的优化结果表明:CLSDE寻优结果得到的最大值、最小值、平均值、标准差都比DE/best/2/bin好,而且收敛速度比DE/best/2/bin快.
A differential evolution algorithm with chaotic-local-search strategy (CLSDE) is proposed, which uses DE/best/2/bin to find the best individual each generation, and chaos-based local search is executed nearby the best individual. Experiment results on six benchmark functions show that all of the maximum, minimum, mean, standard deviation found by CLSDE are better than by DE/best/2/ bin, and the convergence speed of CLSDE is quicker than that of DE/best/2/bin.
出处
《重庆工学院学报(自然科学版)》
2009年第5期64-68,88,共6页
Journal of Chongqing Institute of Technology
基金
国家自然科学基金资助项目(50275150)
关键词
差分进化
混沌
局部搜索
differential evolution (DE)
chaos
local search