發(fā)布時(shí)間：2018-06-17 00:58

  本文選題：差分進(jìn)化 + 全局優(yōu)化��； 參考：《控制與決策》2017年07期

【摘要】：為了平衡差分進(jìn)化算法的全局探測(cè)能力和局部搜索能力,提出基于共軛增強(qiáng)策略的差分進(jìn)化算法.首先,根據(jù)個(gè)體適應(yīng)度信息設(shè)計(jì)基于輪盤賭的個(gè)體選擇策略,選取適應(yīng)值較差的個(gè)體組建子種群;然后,基于個(gè)體的時(shí)間和空間知識(shí)設(shè)計(jì)共軛增強(qiáng)方向,在不喪失全局探測(cè)能力的前提下實(shí)現(xiàn)子種群的局部增強(qiáng),以提高算法的局部搜索能力;最后,18個(gè)標(biāo)準(zhǔn)測(cè)試函數(shù)的實(shí)驗(yàn)結(jié)果表明,所提算法在計(jì)算代價(jià)、可靠性及收斂速度方面均優(yōu)于所介紹的主流改進(jìn)差分進(jìn)化算法和非差分進(jìn)化算法.
[Abstract]:In order to balance the global detection ability and local search ability of differential evolutionary algorithm, a new differential evolution algorithm based on conjugate enhancement strategy is proposed. Firstly, according to the individual fitness information, the individual selection strategy based on roulette is designed, and the sub-population of individual with poor fitness is selected. Then, the conjugate enhancement direction is designed based on individual time and space knowledge. In order to improve the local search ability of the algorithm, the local enhancement of the subpopulation is realized without losing the global detection ability. Finally, the experimental results of 18 standard test functions show that the proposed algorithm is calculating the cost. In terms of reliability and convergence speed, the improved differential evolution algorithm and the non-differential evolution algorithm are better than those introduced in this paper.
【作者單位】： 浙江工業(yè)大學(xué)信息工程學(xué)院;
【基金】：國(guó)家自然科學(xué)基金項(xiàng)目(61075062,61573317,61379020) 浙江省自然科學(xué)基金青年基金項(xiàng)目(LQ16E080012) 浙江省重中之重學(xué)科開(kāi)放基金項(xiàng)目(20151008,20151015) 浙江省大學(xué)生科技創(chuàng)新活動(dòng)計(jì)劃(新苗人才計(jì)劃)項(xiàng)目(2016R403083)
【分類號(hào)】：TP18

【參考文獻(xiàn)】

相關(guān)期刊論文 前4條

1 周曉根;張貴軍;郝小虎;;局部抽象凸區(qū)域剖分差分進(jìn)化算法[J];自動(dòng)化學(xué)報(bào);2015年07期

2 周曉根;張貴軍;梅珊;明潔;;基于抽象凸估計(jì)選擇策略的差分進(jìn)化算法[J];控制理論與應(yīng)用;2015年03期

3 劉宏志;高立群;孔祥勇;歐陽(yáng)海濱;;改進(jìn)差分進(jìn)化算法在可靠性冗余分配問(wèn)題中的應(yīng)用[J];控制與決策;2015年05期

4 張貴軍;周曉根;;基于抽象凸下界估計(jì)的群體全局優(yōu)化算法[J];控制與決策;2015年06期

【共引文獻(xiàn)】

相關(guān)期刊論文 前7條

1 張貴軍;王柳靜;周曉根;丁情;;基于共軛增強(qiáng)策略的差分進(jìn)化算法[J];控制與決策;2017年07期

2 趙海軍;;基于改進(jìn)差分進(jìn)化算法的煤礦井下逃生路徑優(yōu)化[J];山西煤炭;2017年01期

3 張貴軍;夏華棟;周曉根;張貝金;;一種配電網(wǎng)絡(luò)差分禁忌線路規(guī)劃方法[J];計(jì)算機(jī)科學(xué);2016年10期

4 李牧東;趙輝;翁興偉;韓統(tǒng);;基于最優(yōu)高斯隨機(jī)游走和個(gè)體篩選策略的差分進(jìn)化算法[J];控制與決策;2016年08期

5 姜國(guó)慶;鄭建國(guó);;一種改進(jìn)的自適應(yīng)差分進(jìn)化算法[J];信息技術(shù)與信息化;2015年12期

6 周曉根;張貴軍;郝小虎;俞立;;一種基于局部Lipschitz下界估計(jì)支撐面的差分進(jìn)化算法[J];計(jì)算機(jī)學(xué)報(bào);2016年12期

7 周曉根;張貴軍;郝小虎;;局部抽象凸區(qū)域剖分差分進(jìn)化算法[J];自動(dòng)化學(xué)報(bào);2015年07期

【二級(jí)參考文獻(xiàn)】

相關(guān)期刊論文 前7條

1 張貴軍;周曉根;;基于抽象凸下界估計(jì)的群體全局優(yōu)化算法[J];控制與決策;2015年06期

2 鄧勇躍;張貴軍;;基于局部抽象凸支撐面的多模態(tài)優(yōu)化算法[J];控制理論與應(yīng)用;2014年04期

3 王大志;劉士新;郭希旺;;求解總拖期時(shí)間最小化流水車間調(diào)度問(wèn)題的多智能體進(jìn)化算法[J];自動(dòng)化學(xué)報(bào);2014年03期

4 張春美;陳杰;辛斌;;參數(shù)適應(yīng)性分布式差分進(jìn)化算法[J];控制與決策;2014年04期

5 葉洪濤;羅飛;許玉格;;解決多目標(biāo)優(yōu)化問(wèn)題的差分進(jìn)化算法研究進(jìn)展(英文)[J];控制理論與應(yīng)用;2013年07期

6 張貴軍;何洋軍;郭海鋒;馮遠(yuǎn)靜;徐建明;;基于廣義凸下界估計(jì)的多模態(tài)差分進(jìn)化算法[J];軟件學(xué)報(bào);2013年06期

7 胡蓉;錢斌;;一種求解隨機(jī)有限緩沖區(qū)流水線調(diào)度的混合差分進(jìn)化算法[J];自動(dòng)化學(xué)報(bào);2009年12期

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 吳燕玲;盧建剛;孫優(yōu)賢;;基于免疫原理的差分進(jìn)化[J];控制與決策;2007年11期

2 楊啟文;蔡亮;薛云燦;;差分進(jìn)化算法綜述[J];模式識(shí)別與人工智能;2008年04期

3 許小健;黃小平;錢德玲;;自適應(yīng)加速差分進(jìn)化算法[J];復(fù)雜系統(tǒng)與復(fù)雜性科學(xué);2008年01期

4 寧桂英;周永權(quán);;基于優(yōu)進(jìn)策略的新差分進(jìn)化算法動(dòng)力學(xué)模型參數(shù)的估計(jì)[J];計(jì)算機(jī)與應(yīng)用化學(xué);2008年05期

5 譚躍;譚冠政;涂立;;一種新的混沌差分進(jìn)化算法[J];計(jì)算機(jī)工程;2009年11期

6 王培崇;錢旭;王月;虎曉紅;;差分進(jìn)化計(jì)算研究綜述[J];計(jì)算機(jī)工程與應(yīng)用;2009年28期

7 肖術(shù)駿;朱學(xué)峰;;一種改進(jìn)的快速高效的差分進(jìn)化算法[J];合肥工業(yè)大學(xué)學(xué)報(bào)(自然科學(xué)版);2009年11期

8 周蕭;王萬(wàn)良;徐新黎;;解決作業(yè)車間調(diào)度問(wèn)題的混合差分進(jìn)化算法[J];輕工機(jī)械;2010年05期

9 王艷宜;;改進(jìn)差分進(jìn)化算法及其應(yīng)用[J];機(jī)械設(shè)計(jì)與研究;2010年05期

10 張照生;羅健旭;;基于差分進(jìn)化算法的模糊神經(jīng)網(wǎng)絡(luò)控制器[J];計(jì)算機(jī)與應(yīng)用化學(xué);2011年12期

相關(guān)會(huì)議論文 前10條

1 陸絲馨;肖健梅;王錫淮;;基于改進(jìn)差分進(jìn)化算法的艦船電網(wǎng)重構(gòu)[A];第二十九屆中國(guó)控制會(huì)議論文集[C];2010年

2 樓洋;李均利;陳剛;;基于個(gè)體排序的差分進(jìn)化算法[A];'2010系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)會(huì)議論文集[C];2010年

3 張倩;李海港;;多目標(biāo)問(wèn)題的差分進(jìn)化算法研究[A];2009年中國(guó)智能自動(dòng)化會(huì)議論文集（第一分冊(cè)）[C];2009年

4 裴振奎;劉真;趙艷麗;;差分進(jìn)化算法在多目標(biāo)路徑規(guī)劃中的應(yīng)用[A];中國(guó)運(yùn)籌學(xué)會(huì)模糊信息與模糊工程分會(huì)第五屆學(xué)術(shù)年會(huì)論文集[C];2010年

5 劉國(guó)帥;楊侃;陳靜;周景舒;周冉;鄭姣;;差分進(jìn)化算法在三峽電站廠內(nèi)經(jīng)濟(jì)運(yùn)行中的應(yīng)用[A];中國(guó)水文科技新發(fā)展——2012中國(guó)水文學(xué)術(shù)討論會(huì)論文集[C];2012年

6 劉瀟;桂衛(wèi)華;王雅琳;王曉麗;陽(yáng)春華;;一種改進(jìn)的多目標(biāo)差分進(jìn)化算法研究[A];中國(guó)自動(dòng)化學(xué)會(huì)中南六�。▍^(qū)）2010年第28屆年會(huì)·論文集[C];2010年

7 趙娟;蔡濤;鄧方;楊紅偉;;基于改進(jìn)差分進(jìn)化算法的脈沖控制方法[A];中國(guó)自動(dòng)化學(xué)會(huì)控制理論專業(yè)委員會(huì)B卷[C];2011年

8 袁沈堅(jiān);顧幸生;;基于差分進(jìn)化的膜計(jì)算優(yōu)化算法[A];上海市化學(xué)化工學(xué)會(huì)2010年度學(xué)術(shù)年會(huì)論文集（自動(dòng)化專題）[C];2010年

9 姜立強(qiáng);郭錚;劉光斌;;差分進(jìn)化算法縮放因子取值策略研究[A];2007'儀表，，自動(dòng)化及先進(jìn)集成技術(shù)大會(huì)論文集（二）[C];2007年

10 倪惠康;杜文莉;錢鋒;;基于改進(jìn)差分進(jìn)化算法的PID參數(shù)優(yōu)[A];2009年中國(guó)智能自動(dòng)化會(huì)議論文集（第一分冊(cè)）[C];2009年

相關(guān)博士學(xué)位論文 前10條

1 孫浩;差分進(jìn)化多目標(biāo)優(yōu)化算法及其在鋁熱連軋軋制規(guī)程中應(yīng)用[D];燕山大學(xué);2015年

2 陳盈果;面向任務(wù)的快速響應(yīng)空間衛(wèi)星部署優(yōu)化設(shè)計(jì)方法研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2014年

3 謝宇;差分進(jìn)化的若干問(wèn)題及其應(yīng)用研究[D];南京理工大學(xué);2015年

4 董峗;差分進(jìn)化算法研究及在港口物流調(diào)度中的應(yīng)用[D];東北大學(xué);2015年

5 葛延峰;有關(guān)智能優(yōu)化算法及應(yīng)用的若干問(wèn)題研究[D];東北大學(xué);2013年

6 賈東立;改進(jìn)的差分進(jìn)化算法及其在通信信號(hào)處理中的應(yīng)用研究[D];上海大學(xué);2011年

7 劉榮輝;多階段自適應(yīng)差分進(jìn)化算法及應(yīng)用研究[D];東華大學(xué);2012年

8 郭鵬;差分進(jìn)化算法改進(jìn)研究[D];天津大學(xué);2012年

9 王旭;改進(jìn)差分進(jìn)化算法及其在可逆邏輯綜合中的應(yīng)用[D];東華大學(xué);2013年

10 董明剛;基于差分進(jìn)化的優(yōu)化算法及應(yīng)用研究[D];浙江大學(xué);2012年

相關(guān)碩士學(xué)位論文 前10條

1 高靜;量子差分進(jìn)化算法在油田開(kāi)發(fā)中的應(yīng)用研究[D];浙江大學(xué);2015年

2 萬(wàn)婧;基于離散微粒群算法和混合差分進(jìn)化算法的復(fù)雜生產(chǎn)調(diào)度問(wèn)題求解[D];昆明理工大學(xué);2015年

3 張轉(zhuǎn);基于差分進(jìn)化算法的混凝土德拜模型的研究[D];長(zhǎng)安大學(xué);2015年

4 江華;差分進(jìn)化算法的改進(jìn)及其在K-means聚類算法中的應(yīng)用[D];華中師范大學(xué);2015年

5 周志剛;基于差分進(jìn)化算法的信用風(fēng)險(xiǎn)度量模型研究[D];華中師范大學(xué);2015年

6 任甜甜;差分進(jìn)化算法在反演問(wèn)題中的研究與應(yīng)用[D];新疆大學(xué);2015年

7 楊洋;基于差分進(jìn)化的模糊C-均值聚類算法研究[D];電子科技大學(xué);2015年

8 王丹;基于輔助函數(shù)的自適應(yīng)差分進(jìn)化算法研究[D];西安電子科技大學(xué);2014年

9 劉家華;基于進(jìn)化計(jì)算的軋制生產(chǎn)過(guò)程操作優(yōu)化算法與系統(tǒng)開(kāi)發(fā)[D];東北大學(xué);2013年

10 王旦平;圓形對(duì)稱振子陣列天線基于差分進(jìn)化算法的綜合[D];西安電子科技大學(xué);2014年

本文編號(hào)：2028855