基于退火加速的差分进化算法改进及应用 |
| |
引用本文: | 陈怡君,刘军民.基于退火加速的差分进化算法改进及应用[J].河南科学,2020,38(1):1-5. |
| |
作者姓名: | 陈怡君 刘军民 |
| |
作者单位: | 西安航空学院,西安 710077;西安交通大学数学与统计学院,西安 710049 |
| |
摘 要: | 差分进化算法(DE)是一种简单有效的启发式全局搜索技术,为解决DE算法运行过程中存在的算法收敛早熟、收敛速度慢和求解精度不高等问题,提出了一种基于退火加速的差分进化算法.该方法在传统DE算法基础上,以退火概率来增强算法的局部开发能力,并利用Hooke-Jeeves算法加快收敛速度,在充分发挥Hooke-Jeeves算法局部探测能力的同时保持了DE算法的全局性能.仿真结果表明,该算法比基本DE算法收敛速度快、精度高,是一种有效的全局优化算法.
|
关 键 词: | 差分进化 退火加速 Hooke-Jeeves算法 优化 |
Improvement of Differential Evolution Algorithm Based on Annealing Acceleration and Its Application |
| |
Abstract: | |
| |
Keywords: | |
本文献已被 CNKI 万方数据 等数据库收录! |
|