资料下载
×
如何使用多变异策略进行自适应差分进化算法的详细资料说明
消耗积分:0 |
格式:rar |
大小:1.35 MB |
2018-12-14
分享资料个
为了克服差分进化算法寻优精度低、收敛速度慢、稳定性差等不足，提出一种基于多变异策略的自适应差分进化算法（ ADE-MM）。首先，在3个变异策略的选择过程中添加2个具有学习功能的扰动阈值，以提高种群多样性，扩大搜索范围；然后，根据上次迭代的成功参数自适应调整当前参数，提高寻优精度和寻优速度；最后，利用向量粒子池法和中心粒子法产生新的向量粒子，进一步提高寻优效果。使用8个函数、5种对比算法（ RMDE、OLCPDE、JADE、SaDE、MDE_pBX）进行测试，且每种例子都独立执行30次。ADE-MM算法在均值和方差的比较中取得了全胜，其中在30维的情况下取得了5个独立胜利，3个并列胜利；在50维的情况下取得了6个独立胜利，2个并列胜利；在100维的情况下全部为独立胜利。同时在Wilcoxon rank sum test、胜率和算法耗时分析中，ADE-MM算法也取得优异的表现。实验结果表明，相对于其他5种对比算法，ADE-MM算法具有更强的全局寻优能力、收敛性和稳定性。
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
