| 基于阈值统计学习的差分进化引力搜索算法 |
| |
| 引用本文： | 张英杰,龚中汉.基于阈值统计学习的差分进化引力搜索算法[J].计算机研究与发展,2014,51(10). |
| |
| 作者姓名： | 张英杰 龚中汉 |
| |
| 作者单位： | 湖南大学信息科学与工程学院 长沙410082 |
| |
| 基金项目： | 国家自然科学基金项目，湖南省自然科学基金重点项目 |
| |
| 摘 要： | 为了改善基本差分进化算法在求解复杂优化问题时易出现早熟收敛、求解精度低以及进化后期收敛速度慢等缺陷,结合引力搜索算法的优点,提出一种基于阈值统计学习思想的混合差分进化引力搜索算法.该算法通过阈值统计学习的方式,充分利用差分进化算法的全局优化能力与引力搜索算法在进化后期的种群开发能力,在进化过程中根据2种策略在先前学习代数的成功率自适应选择较优策略生成下一代群体,保证种群在解空间中的探索与开发能力之间的平衡,以提高算法的全局寻优能力.对几个经典复杂测试函数的仿真结果表明:改进算法求解精度高、收敛速度快、鲁棒性强、能够有效避免早熟收敛问题.
|
| 关 键 词： | 差分进化 引力搜索算法 阈值统计学习 混合算法 数值优化 |
Hybrid Differential Evolution Gravitation Search Algorithm Based on Threshold Statistical Learning |
| |
| Zhang Yingjie,Gong Zhonghan.Hybrid Differential Evolution Gravitation Search Algorithm Based on Threshold Statistical Learning[J].Journal of Computer Research and Development,2014,51(10). |
| |
| Authors: | Zhang Yingjie Gong Zhonghan |
| |
| Abstract: | |
| |
| Keywords: | differential evolution (DE) gravitational search algorithm (GSA) threshold statistical learning hybrid algorithm numerical optimization |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
