基于搜索偏好知识的复杂多模差分进化算法
陈作汉1,2; 曹洁1,2; 赵付青1; 张建林1
2020-11-30
发表期刊电子科技大学学报
期号2020-06页码:875-882
摘要针对复杂多模优化问题,提出一种基于搜索偏好知识的差分进化算法PKLSHADE。PKLSHADE将先验搜索偏好知识注入到种群的进化过程,在不同的进化阶段对种群的多样性和集约性区分考虑,进化早期重视差分扰动以增强算法的全局开发能力,进化后期更多围绕当前最优解进行局部精细搜索。同时,基于搜索偏好知识的变异策略能够实现差分进化算法全局开发和局部搜索的自适应平滑过渡,避免两搜索阶段的硬切换。在CEC2017复杂混合多模函数上的实验结果及统计分析表明,PKLSHADE在最优解的精度、算法的稳定性等方面均优于LSHADE、EBLSHADE、jSO及AMECoDEs等近年来的优秀差分进化算法。
关键词差分进化 复杂多模优化 变异策略 偏好知识
URL查看原文
收录类别CNKI
语种中文
中图分类号TP18
文献类型期刊论文
条目标识符https://ir.lut.edu.cn/handle/2XXMBERH/132756
专题国际合作处(港澳台办)
教务处(创新创业学院)
作者单位1.兰州理工大学计算机与通信学院;
2.甘肃省制造业信息化工程技术研究中心
第一作者单位计算机与通信学院
第一作者的第一单位计算机与通信学院
推荐引用方式
GB/T 7714
陈作汉,曹洁,赵付青,等. 基于搜索偏好知识的复杂多模差分进化算法[J]. 电子科技大学学报,2020(2020-06):875-882.
APA 陈作汉,曹洁,赵付青,&张建林.(2020).基于搜索偏好知识的复杂多模差分进化算法.电子科技大学学报(2020-06),875-882.
MLA 陈作汉,et al."基于搜索偏好知识的复杂多模差分进化算法".电子科技大学学报 .2020-06(2020):875-882.
条目包含的文件 下载所有文件
文件名称/大小 文献类型 版本类型 开放类型 使用许可
基于搜索偏好知识的复杂多模差分进化算法.(1745KB)期刊论文出版稿开放获取CC BY-NC-SA浏览 下载
个性服务
查看访问统计
谷歌学术
谷歌学术中相似的文章
[陈作汉]的文章
[曹洁]的文章
[赵付青]的文章
百度学术
百度学术中相似的文章
[陈作汉]的文章
[曹洁]的文章
[赵付青]的文章
必应学术
必应学术中相似的文章
[陈作汉]的文章
[曹洁]的文章
[赵付青]的文章
相关权益政策
暂无数据
收藏/分享
文件名: 基于搜索偏好知识的复杂多模差分进化算法.pdf
格式: Adobe PDF
所有评论 (0)
暂无评论
 

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。