基于反向學習的自適應差分進化算法
大?。?/span>0.85 MB 人氣： 2018-03-29 需要積分：1
標簽：反向學習(1281)
為解決差分進化（ DE）算法過早收斂與搜索能力低的問題，討論對控制參數的動態(tài)調整，提出一種基于反向學習的自適應差分進化算法。該算法通過反向精英學習機制來增強種群的局部搜索能力，獲取精確度更高的最優(yōu)個體；同時，采用高斯分布隨機性提高單個個體的開發(fā)能力，通過擴充種群的多樣性，避免算法過早收斂，整體上平衡全局搜索與局部尋優(yōu)的能力。采用CEC 2014中的6個測試函數進行仿真實驗，并與其他差分進化算法進行對比，實驗結果表明所提算法在收斂速度、收斂精度及可靠性上表現更優(yōu)。
非常好我支持^.^
(0) 0%
不好我反對
(0) 0%