排序方式: 共有4条查询结果,搜索用时 15 毫秒
1
1.
2.
针对对位差分进化算法依然存在探索能力差和早熟收敛问题,提出一种基于均匀邻域对位的自适应差分进化算法。该算法在对位点所在局部邻域作适应性的小幅均匀变异操作,用以扩大对位点的搜索区域,从而提高跳出局部陷阱的概率;在对位点均匀变异操作中,变异步长利用当前群体中所有个体在每一维度的最大最小值的差距作自适应的调节,通过实时利用群体信息平衡了全局搜索与局部勘探的关系,提高算法的收敛速度;在算法搜索过程中引入多阶段扰动策略,以进一步增加算法群体实时多样性与算法所处搜索阶段的适应性,算法后期在一定程度上加强了对当前解所在邻域内的精细搜索。采用CEC 2014中不同类型基准测试函数进行仿真实验,并与其他差分算法进行对比,所提算法在10个测试函数上都取得最优的平均结果,证明所提算法具有更稳定、更优异的算法性能和更好的收敛精度。 相似文献
3.
4.
1