-
题名基于多代种群进化信息改进的差分进化算法研究
被引量:1
- 1
-
-
作者
宋强
刘亚萍
刘珍兰
-
机构
中南大学信息科学与工程学院
中南大学信息安全与大数据研究院
-
出处
《计算机工程与科学》
CSCD
北大核心
2018年第11期2054-2059,共6页
-
基金
国家自然科学基金(61472438)
-
文摘
差分进化算法是进化算法中一种性能较为优良的全局数值优化算法,已在人工智能、信号处理等方面取得广泛应用,但当前研究往往仅考虑进化过程中某一代种群的分布信息,而忽略进化过程中多代种群累积的分布信息,造成信息利用不充分。借助自适应协方差矩阵进化策略的思想,充分利用进化过程中累积的种群分布信息,同时,由于自适应协方差矩阵存在收敛早熟、易陷入局部最优的缺点,先后对变异和交叉操作进行相应改进,以平衡算法的全局搜索能力和局部搜索能力。首先,根据种群中个体适应度值进行排序,由余弦函数改进的概率模型计算个体参与变异操作的概率,基向量和差分向量中末端向量根据概率值降序选择,差分向量中起始向量升序选择,从而提高种群的搜索范围;然后,对协方差矩阵进行特征分解,并在由特征向量构建的坐标系中执行交叉操作,该种方式生成的实验向量更接近全局最优解。针对上述改进操作,采用IEEE CEC2014作为评估函数,实验结果表明,相比现有的差分进化改进算法,本改进算法的实验性能提升更为明显。
-
关键词
差分进化算法
排序算法
矩阵分解
多代种群累积分布信息
-
Keywords
differential evolution algorithm
sorting algorithm
matrix decomposition
cumulative multi-generation population distribution information
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-