| 多智能体差分进化算法 |
| |
| 引用本文： | 何大阔,高广宇,王福利,高阳.多智能体差分进化算法[J].控制与决策,2011,26(7):961-966. |
| |
| 作者姓名： | 何大阔 高广宇 王福利 高阳 |
| |
| 作者单位： | 东北大学教育部暨辽宁省流程工业综合自动化重点实验室,沈阳110819 东北大学信息科学与工程学院,沈阳110819 |
| |
| 基金项目： | 国家自然科学基金项目(60774068,61004083); 中央高校基本科研业务费专项资金项目 |
| |
| 摘 要： | 基于多智能体与差分进化算法的各自优势,充分地将对多智能体环境的感知和反作用于环境的能力与差分进化速度和全局寻优能力有机结合,提出一种多智能体差分进化算法.引入差分进化算子以提高智能体更新速度并保持群体多样性,同时应用正交交叉算子以改善智能体协作特性确保有效竞争,并通过局部寻优算子提高算法的寻优精度.对几种典型测试函数进行了测试,实验结果表明所提出的算法具有较强的全局寻优能力.
|
| 关 键 词： | 多智能体 差分进化 正交交叉算子 差分进化算子 局部寻优算子 |
| 收稿时间： | 2010/6/3 0:00:00 |
| 修稿时间： | 2010/8/23 0:00:00 |
Multi-Agent Differential Evolution Algorithm |
| |
| HE Da-kuo,GAO Guang-yu,WANG Fu-li,LIU Yang.Multi-Agent Differential Evolution Algorithm[J].Control and Decision,2011,26(7):961-966. |
| |
| Authors: | HE Da-kuo GAO Guang-yu WANG Fu-li LIU Yang |
| |
| Affiliation: | HE Da-kuo,GAO Guang-yu,WANG Fu-li,LIU Yang (a.Key Laboratory of Process Industry Automation of Ministry of Education,b.College of Information Science and Engineering,Northeastern University,Shenyang 110819,China. |
| |
| Abstract: | Based on the respective strengths of multi-agent and differential evolution algorithm,multi-agent's ability of sensing the environment and reacting to the environment and differential evolution's capacity of the speed and good global optimization are fully combined,and multi-agent differential evolution algorithm is proposed.The proposed differential evolution operator is introduced to improve the update speed of agent,and the diversity of the population is kept.The orthogonal crossover operator is imported... |
| |
| Keywords: | multi-agent differential evolution orthogonal crossover operator differential evolution operator local searching operator |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
| 点击此处可从《控制与决策》浏览原始摘要信息 |
|
点击此处可从《控制与决策》下载全文 |
|
