###
计算机系统应用英文版:2019,28(6):209-212
本文二维码信息
码上扫一扫!
基于搜索空间大小的动态变异算子差分进化算法
(1.榆林职业技术学院神木校区 信息中心, 神木 719300;2.西北工业大学 信息中心, 西安 710072)
Differential Evolution with Dynamic Mutation Based on Search Space
(1.Information Center, Yulin Vocational and Technical College at Shenmu, Shenmu 719300, China;2.Information Center, Northwestern Polytechnical University, Xi'an 710072, China)
摘要
图/表
参考文献
相似文献
本文已被:浏览 1359次   下载 1547
Received:December 05, 2018    Revised:December 25, 2018
中文摘要: 差分进化算法(DE)是一种较新的进化计算技术,具有概念简单、易于实现、收敛速度快等优点,得到了广泛的关注和应用.为了解决经典DE计算开销大,参数设置与问题本身过于相关等缺陷,提出了一种改进的差分进化算法(IDE),它采用了一种动态变异算子,可根据进化代数的增加,基于搜索空间大小,实时地调整变异步长,从而提高算法的求解精度.通过在MATLAB仿真环境下对著名的基准测试函数分别进行求解,将改进后的算法和已有的多种优化算法进行比较,结果表明,改进的IDE算法性能明显优于已知的算法,证明动态变异是一种有效的改进思路.
Abstract:Differential Evolution (DE) is a novel evolutionary computation technique, which has attracted much attention and wide applications for its simple concept, easy implementation and quick convergence. In order to tackle much overhead, problem-dependent parameters, etc and enhance the precision of classical DE, an Improved DE(IDE) algorithm is proposed by using an dynamical mutation operator adjusting the step size based on search space with evolution. Experiments of solving well-known benchmark functions in MATLAB show the improved approach outperforms existing algorithms, and dynamic mutation is a effective improvement ideas.
文章编号:     中图分类号:    文献标志码:
基金项目:国家自然科学基金(61672433);榆林职业技术学院神木校区2018年校级教科研课题重点项目(ZK-201801)
引用文本:
苗晓锋,刘志伟.基于搜索空间大小的动态变异算子差分进化算法.计算机系统应用,2019,28(6):209-212
MIAO Xiao-Feng,LIU Zhi-Wei.Differential Evolution with Dynamic Mutation Based on Search Space.COMPUTER SYSTEMS APPLICATIONS,2019,28(6):209-212