基于最小二乘支持向量机的自适应差分进化算法 |
| |
引用本文: | 阎啸天,武穆清.基于最小二乘支持向量机的自适应差分进化算法[J].系统仿真学报,2009,21(7). |
| |
作者姓名: | 阎啸天 武穆清 |
| |
作者单位: | 北京邮电大学,信息与通信工程学院,北京,100876 |
| |
摘 要: | 差分进化(DE)算法具有操作简单,控制参数少,鲁棒性好等特点,但在对某些连续空间复杂函数进行优化时存在搜索盲目性较大、效率不高的问题.为此提出一种基于最小二乘支持向量机(LS-SVM)的自适应DE算法,该算法改进了标准DE算法的差分变异和交叉等关键遗传操作,引入了基于LS-SVM的种群进化引导策略,基于LS-SVM对种群n最优训练集数据进行回归函数逼近和优化,分析了种群进化引导策略的自适应应用条件,给出了算法的整体流程及各关键步骤的复杂度.对标准测试函数的对比优化结果表明,改进算法相比标准DE算法具有更好的全局寻优能力和更高的优化效率,可以满足对连续空间复杂函数优化问题的可靠、高效求解.
|
关 键 词: | 全局优化 差分进化算法 最小二乘支持向量机 函数逼近 自适应 |
Adaptive Differential Evolution Algorithm Based on Least Square SVM |
| |
Abstract: | |
| |
Keywords: | global optimization differential evolution algorithm least square SVM function approximation adaptive |
本文献已被 万方数据 等数据库收录! |
|