资料下载
×
求解动态优化问题的邻域搜索差分进化算法
消耗积分:0 |
格式:pdf |
大小:2.36 MB |
2021-04-27
分享资料个
针对原始动态自适应差分进化（SADE）算法局部搜索能力弱和寻优精度低的问题，提出一种求解动态优化问题的邻域搜索差分进化（NSDE）算法。通过引入邻域搜索机制，在划分种群最优个体的邻域空间范围内产生候选解，选取候选解集合中的最优解并对种群最优个体进行迭代，增强算法局部搜索能力。在传统基于距离的排斥方案中，引人 hill-valley函数追踪邻近峰，提高算法寻优精度。实验结果表明，与SADE、人工免疫网络动态优化、多种群竞争差分进化和改进差分进化算法相比，NSDE算法在49个测试问题中分别有28、38、29和38个测试问题的平均误差更小，综合性能表现更好。
声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。 举报投诉
评论(0)
发评论
- 相关下载
- 相关文章
