典型文献
改进的差分进化算法在约束优化问题中的应用
文献摘要：
针对差分进化算法求解约束优化问题存在寻优精度差和收敛速度较慢的问题,提出一种改进的差分进化算法来求解约束优化问题.首先在初始化及进化过程中利用广义反向学习(GOBL)策略产生反向种群,提高搜索效率同时加快收敛速度;其次采用自适应权衡模型计算出个体的适应值并作排序处理;最后,改进的变异策略和个体选择机制执行变异操作提高多样性.分析了个体排序及GOBL策略的有效性,并通过与GOBL-ACDE、εRDE和ATMES算法作了比较,实验表明所提算法有较高的收敛精度,而且收敛速度较快.
文献关键词：
约束优化;广义反向学习;自适应权衡模型;差分进化算法
中图分类号：
作者姓名：
白欢;袁庆霓;王鑫;孙睿彤;衣君辉;施辉城
作者机构：
贵州大学现代制造技术教育部重点实验室,贵阳 550025
文献出处：
引用格式：
[1]白欢;袁庆霓;王鑫;孙睿彤;衣君辉;施辉城-.改进的差分进化算法在约束优化问题中的应用)[J].组合机床与自动化加工技术,2022(01):43-47,53
A类：
广义反向学习,GOBL,自适应权衡模型,个体排序,ACDE,ATMES
B类：
差分进化算法,约束优化问题,解约,寻优精度,收敛速度,较慢,初始化,搜索效率,率同,快收敛,变异策略,个体选择,选择机制,变异操作,RDE,收敛精度
AB值：
0.202039
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
