期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
具有Pbest引导机制的适应性多策略差分进化算法 被引量:11
1
作者 向万里 马寿峰 安美清 《模式识别与人工智能》 EI CSCD 北大核心 2013年第8期711-721,共11页
为进一步提升差分进化算法的收敛性能,提出一种具有Pbest引导机制的适应性多策略差分进化算法(AMSDE).AMSDE设计交叉概率控制参数库、变异尺度参数库及差分变异策略库,其中,交叉概率采用Logistic混沌序列来模拟,尺度参数采用线性变化机... 为进一步提升差分进化算法的收敛性能,提出一种具有Pbest引导机制的适应性多策略差分进化算法(AMSDE).AMSDE设计交叉概率控制参数库、变异尺度参数库及差分变异策略库,其中,交叉概率采用Logistic混沌序列来模拟,尺度参数采用线性变化机制产生,差分变异策略库采用6个常用的差分变异策略组成,并给出算法运行的框架.最后,基于25个标准测试函数的仿真结果表明,AMSDE的收敛性能优于现存的其它差分进化算法,具有较好的收敛精度及收敛速度. 展开更多
关键词 差分进化算法 Logistic混沌系统 pbest引导机制 多差分变异策略 移位旋转函数
下载PDF
基于粒子记忆体的多目标微粒群算法 被引量:2
2
作者 章国安 周超 周晖 《计算机应用研究》 CSCD 北大核心 2010年第5期1665-1668,共4页
针对多目标微粒群算法(MOPSO)解的多样性分布问题,提出一种基于粒子记忆体的多目标微粒群算法(dp-MOPSO)。dp-MOPSO算法为每个微粒分配一个记忆体,保存寻优过程中搜索到的非支配pbest集,以避免搜索信息的丢失。采用外部存档保存种群搜... 针对多目标微粒群算法(MOPSO)解的多样性分布问题,提出一种基于粒子记忆体的多目标微粒群算法(dp-MOPSO)。dp-MOPSO算法为每个微粒分配一个记忆体,保存寻优过程中搜索到的非支配pbest集,以避免搜索信息的丢失。采用外部存档保存种群搜索到的所有Pareto解,并引入动态邻域的策略从外部存档中选择全局最优解。利用几个典型的多目标测试函数对dp-MOPSO算法的性能进行测试,并与两种著名的多目标进化算法m-DNPSO、SPEA2进行比较。实验结果表明,dp-MOPSO算法可以更好地逼近真实Pareto沿,同时所得Pare-to解分布更均匀。 展开更多
关键词 多目标优化 微粒群算法 记忆体 多样性 pbest
下载PDF
基于自适应差分进化的干线交通信号协调控制 被引量:1
3
作者 毕晓君 刘国安 肖婧 《智能系统学报》 北大核心 2012年第5期437-443,共7页
为克服现有基于传统智能优化算法的城市干线交通信号协调控制方法求解精度低、易陷入局部最优等缺陷,将改进后的动态自适应差分进化算法p-ADE应用于城市干线双向交通信号的协调优化控制,通过优化干线交叉路口相位差减小交通流平均延误.p... 为克服现有基于传统智能优化算法的城市干线交通信号协调控制方法求解精度低、易陷入局部最优等缺陷,将改进后的动态自适应差分进化算法p-ADE应用于城市干线双向交通信号的协调优化控制,通过优化干线交叉路口相位差减小交通流平均延误.p-ADE在标准差分进化算法基础上提出了新变异策略和参数动态自适应调整策略,有效平衡算法的局部搜索与全局搜索能力.通过与基于多种群免疫算法等协调优化控制方法对比,实验结果表明,p-ADE在收敛精度、速度和鲁棒性上相比较于多种先进智能优化算法均具有明显优势,可以为交通干线系统提供更优的相位差,有效减少干线直行交通流的平均延误,提高城市主干道交通通行能力. 展开更多
关键词 差分进化 智能交通 干线协调控制 p-ADE 多种群免疫算法
下载PDF
An Enhanced Adaptive Differential Evolution Approach for Constrained Optimization Problems 被引量:1
4
作者 Wenchao Yi Zhilei Lin +2 位作者 Yong Chen Zhi Pei Jiansha Lu 《Computer Modeling in Engineering & Sciences》 SCIE EI 2023年第9期2841-2860,共20页
Effective constrained optimization algorithms have been proposed for engineering problems recently.It is common to consider constraint violation and optimization algorithm as two separate parts.In this study,a pbest s... Effective constrained optimization algorithms have been proposed for engineering problems recently.It is common to consider constraint violation and optimization algorithm as two separate parts.In this study,a pbest selection mechanism is proposed to integrate the current mutation strategy in constrained optimization problems.Based on the improved pbest selection method,an adaptive differential evolution approach is proposed,which helps the population jump out of the infeasible region.If all the individuals are infeasible,the top 5%of infeasible individuals are selected.In addition,a modified truncatedε-level method is proposed to avoid trapping in infeasible regions.The proposed adaptive differential evolution approach with an improvedεconstraint processmechanism(IεJADE)is examined on CEC 2006 and CEC 2010 constrained benchmark function series.Besides,a standard IEEE-30 bus test system is studied on the efficiency of the IεJADE.The numerical analysis verifies the IεJADE algorithm is effective in comparisonwith other effective algorithms. 展开更多
关键词 pbest selection mechanism adaptive differential evolution εconstrained method
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部