- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
第26卷 第8期 模式识别与人工智能 Vo1.26 No.8
2013年 8月 PR AI Aug 2013
具有 Pbest引导机制的
适应性多策略差分进化算法
向万里 ’ 马寿峰 安美清
(天津大学 系统工程研究所 天津 300072)
(兰州交通大学 交通运输学院 兰州 730070)
摘 要 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.
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
中图法分类号 TP301.6
AdaptiveM ultipleStrategyDifferentialEvolutionAlgorithm
withGuidingSchemeofPbest
XIANGWan.Li ,MAShouFeng,ANMeiQing
(Instituteof ternsEngineering,TianjinUniversity,Tianjin300072)
(Schoolof~rafficandTransportation,LanzhouJiaotongUnivemity,Lanzhou730070)
ABSTRACT
Toimprove the convergenceperformanceofdifferentialevolution algorithm,an adaptivemultiple
strategydifferentialevolutionalgorithm (AMSDE)withguidingschemeofPbestisproposed.Thelibrary
ofcontrolparametersofthecrossoverprobability,thelibrary ofscaleparametersofthemutationandthe
libraryofthedifferentialmutationstrategyaredesignedinAMSDE.Thereinto,thecrossoverprobability
isgeneratedbyLogisticchaoticsystems,thescaleparameterisproducedbymeansofalinearchanging
scheme,andhtelibrary ofdifferentialmutationstrateyg consistsofsixwidelyuseddifferentialmutation
strategies.Subsequently,theframeworkofAMSDEisgiven.Finally,simulationresultson25benchmark
testfunctionsdemonstratethatAMSDE achievesbetterconvergenceprecisionandahigherconvergence
speed.AndAMSDE outperformsthetwo state-o~the—artvariantsofdifferentialevolution algorithms.
JADE andCoDE.
国家
原创力文档


文档评论(0)