閤大海
- 作品数：3 被引量：20H指数：3
- 供职机构：武汉大学计算机学院更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 求解约束优化问题的加速CMODE算法被引量：3
- 2016年
- 为了加快CMODE(多目标与差分进化结合)算法的收敛速度,提出一种基于适应排序的分组选择方法将种群分为精英组与普通组,对精英组个体使用随机选择方式,对普通组个体使用适应排序选择方式,通过分组选择系数控制种群的选择压力.引入一种个体更新辅助策略对于淘汰个体给予一次机会与相似个体比较并保留优胜个体,提高优秀个体的生存几率并进一步加快收敛速度.改进后的算法在cec2006的测试函数上进行了测试,结果表明该算法使大多数函数的收敛速度明显提高.
- 閤大海李元香刘伟
- 关键词：收敛速度
- 一种求解约束优化问题的自适应差分进化算法被引量：13
- 2016年
- 自适应算子选择方式已被用于差分进化算法求解全局优化问题及多目标优化问题,然而在求解约束优化时难于为自适应算子选择方式找到一种方式来恰当分配信用.为此,本文提出了一种基于混合种群的自适应适应值方式来对约束优化问题中变异策略进行信用分配并采用概率匹配方法自适应选择差分变异策略,同时对算法变异缩放因子与交叉率进行自适应设置提高算法的成功率.实验结果表明算法在求解约束优化问题相比于CODEA/OED,ATMES,εBBO-dm,COMDE以及εDE算法有较高的收敛精度及收敛速度,同时验证了自适应方式的有效性.该算法可用于预报、质量控制、会计过程等科学和工程应用领域.
- 閤大海李元香龚文引何国良
- 关键词：差分进化算法自适应
- 基于正交设计的反向学习差分进化算法被引量：4
- 2017年
- 为了克服反向学习带来的维度退化现象,生成部分反向解增强对反向解空间的勘测能力,提出了一种基于正交设计的反向学习差分进化算法,利用正交设计仅生成若干具有代表性的部分反向解,在增强算法勘测能力与减少函数评价次数上达到了一个良好的平衡.实验结果表明:该算法相对于其他几种反向学习差分进化算法有更好的收敛精度及速度,同时对函数维度变化不敏感,鲁棒性较强.
- 閤大海李元香祝婕
- 关键词：差分进化算法正交设计
