双群体伪并行差分进化算法研究及应用
吴亮红[1,2] 王耀南[2] 周少武[1] 袁小芳[2]
[1]湖南科技大学信息与电气工程学院,湖南湘潭411201 [2]湖南大学电气与信息工程学院,湖南长沙410082
摘 要:
为了提高差分进化算法的全局搜索能力和收敛速率，本文提出了一种双群体伪并行差分进化算法．该算法结合差分进化算法DE／best／2／bin变异方式局部搜索能力强、收敛速度快，和DE／rand／1／bin变异方式全局搜索能力强、鲁棒性好的特点，采用串行算法结构实现并行差分进化算法独立进化、信息交换的思想．为使初始化个体均匀分布在搜索空间，提高算法收敛到全局最优解的鲁棒性，提出了一种基于平均熵的初始化策略．典型Benchmarks函数测试和非线性系统模型参数估计结果表明，该方法能显著提高算法的收敛速率和全局搜索能力． (共6页)
学科分类:
TP301[工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 一般性问题 > 理论、方法]
相关期刊
关注本文的人:
看过本文的人还看过:
cqvip.com