改进的自适应混沌差分进化算法
DOI:
作者:
作者单位:

作者简介:

通讯作者:

中图分类号:

基金项目:

辽宁省高校优秀人才项(2008RC25); 辽宁省创新团队项目(LT2010047)


Improved Adaptive Chaotic Differential Evolution Algorithm
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    为了提高差分进化算法的寻优速度、克服启发式算法常见的早熟收敛问题, 提出一种基于帐篷映射(Tent)的自适应混沌嵌入式差分进化算法(CLSDE). 算法采用 Tent 映射生成的混沌序列来取代基本DE算法选择操作中的随机数, 充分利用了混沌运动的随机性、遍历性和规律性. 通过与混沌PSO算法与普通的DE算法比较, 测试函数仿真结果表明, 该算法具有良好的全局搜索能力, 寻优精度较高, 收敛速度快, 鲁棒性好.

    Abstract:

    In order to improve the differential evolution algorithm for optimum speed and overcome the heuristic algorithm common premature convergence problem is proposed based on a Tent mapping (Tent) of adaptive chaotic embedded differential evolution algorithm (CLSDE). Tent mapping algorithm using of the generation of chaotic sequence to replace basic DE algorithm to select the operation of the random, and make full use of the chaotic motions of the randomness, ergodicity and regularity, so it can smooth out the problem of local precocious and rapid speed up its global convergence speed. Through the and chaos PSO algorithm and the ordinary DE comparison algorithm, the simulation results show that the new algorithm in the solution precision, stability and convergence borrows and good performance.

    参考文献
    相似文献
    引证文献
引用本文

王涛,王焕.改进的自适应混沌差分进化算法.计算机系统应用,2013,22(2):138-141

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2012-08-04
  • 最后修改日期:2012-09-23
  • 录用日期:
  • 在线发布日期:
  • 出版日期:
文章二维码
您是第位访问者
版权所有:中国科学院软件研究所 京ICP备05046678号-3
地址:北京海淀区中关村南四街4号 中科院软件园区 7号楼305房间,邮政编码:100190
电话:010-62661041 传真: Email:csa (a) iscas.ac.cn
技术支持:北京勤云科技发展有限公司

京公网安备 11040202500063号