一种蛙跳和差分进化混合算法

一种蛙跳和差分进化混合算法

ID:4163629

大小:651.11 KB

页数:5页

时间:2017-11-29

一种蛙跳和差分进化混合算法_第1页
一种蛙跳和差分进化混合算法_第2页
一种蛙跳和差分进化混合算法_第3页
一种蛙跳和差分进化混合算法_第4页
一种蛙跳和差分进化混合算法_第5页
资源描述:

《一种蛙跳和差分进化混合算法》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、42011,47(18)ComputerEngineeringandApplications计算机工程与应用一种蛙跳和差分进化混合算法1,21,21何兵,车林仙,刘初升1,21,21HEBing,CHELinxian,LIUChusheng1.中国矿业大学机电工程学院,江苏徐州2210082.泸州职业技术学院机电工程研究所,四川泸州6460051.SchoolofMechanicalandElectricalEngineering,ChinaUniversityofMiningandTechnology,Xuzhou,Jiangsu221008,Ch

2、ina2.InstituteofMechatronicsEngineering,LuzhouVocationalandTechnicalCollege,Luzhou,Sichuan646005,ChinaHEBing,CHELinxian,LIUChusheng.Novelhybridshuffledfrogleapinganddifferentialevolutionalgorithm.Comput-erEngineeringandApplications,2011,47(18):4-8.Abstract:ShuffledLeapingFrogAl

3、gorithm(SFLA)ischaracterizedbysimplicity,fewcontrolparametersrequired,andeasilybeused,buthasthedisadvantagesofprematureconvergenceandlowprecisionforhardhigh-dimensionaloptimizationprob-lems,duetoitsrapidlossofthepopulationdiversityandthelackoflocalrefinedsearchabilitiesatthelat

4、erstagesofgen-erations.InordertoovercometheeasyprematureorearlyconvergenceofSFLAs,thispaperhybridizestheSFLAandtheDifferentialEvolution(DE)algorithmtoformahybridoptimizationalgorithm,namelySFL-DE,whichborrowstheideafromDE/best/1/binstrategythathastheadvantagesofstrongglobalsear

5、chabilityandbetterpopulationdiversity.Comparisonsarepresentedtotestperformancesofthenewalgorithmemploying6benchmark30-dimensionalfunctions.ComparedwithSFLAandstandardDE(i.e.,DE/best/1/binandDE/rand/1/binschemes)algorithms,theexperimentalresultsintermsoftheglobaloptimizationeffi

6、ciency,thesolutionaccuracyandthecomputationrobustnessdemonstratethattheSFL-DEalgorithmisabettertoolforsolvingsomebenchmarkoptimizationproblemswithinafewfixedgenerations,buttakesalongerruntime.Keywords:ShuffledFrogLeapingAlgorithm(SFLA);DifferentialEvolution(DE)algorithm;hybrido

7、ptimization;continuousoptimizationproblem摘要:混洗蛙跳算法(SFLA)具有算法简单、控制参数少、易于实现等优点,但在高维难优化问题中算法容易早熟收敛且求解精度不高。导致该缺陷的主要原因是在进化后期种群多样性迅速下降,且缺乏局部细化搜索能力。借鉴差分进化算法(DE)中DE/best/1/bin版本具有全局搜索能力较强、种群多样性较好的优点,将SFLA与DE有机融合,形成混合优化算法(SFL-DE),以克服SFLA容易早熟收敛的缺陷。给出了6个30维benchmark问题数值对比实验,结果表明,在给定的较小进化代

8、数内,SFL-DE的寻优效率、计算精度、鲁棒性等性能优于SFLA和基本DE(DE/best/1/bin和DE

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。