中国学术期刊网络出版总库
  关闭
求解大规模优化问题的正交反向混合差分进化算法  
   推荐 CAJ下载 PDF下载
【英文篇名】 Hybridization differential evolution algorithm of orthogonal crossover and opposition-based learning for large-scale optimization problem
【下载频次】 ★★★★★
【作者】 董小刚; 邓长寿; 谭毓澄; 彭虎;
【英文作者】 Dong Xiaogang; Deng Changshou; Tan Yucheng; Peng Hu; School of Information Science & Technology; Jiujiang University; State Key Lab of Software Engineering; Wuhan University;
【作者单位】 九江学院信息科学与技术学院; 武汉大学软件工程国家重点实验室;
【文献出处】 计算机应用研究 , Application Research of Computers, 编辑部邮箱 2016年 06期  
期刊荣誉:中文核心期刊要目总览  ASPT来源刊  中国期刊方阵  CJFD收录刊
【中文关键词】 大规模优化问题; 差分进化; 正交交叉; 反向学习;
【英文关键词】 large-scale optimization problems; differential evolution; orthogonal crossover; opposition-based learning;
【摘要】 差分进化算法简单高效,然而在求解大规模优化问题时,其求解性能迅速降低。针对该问题,提出一种正交反向差分进化算法。首先,该算法利用正交交叉算子,加强了算法的局部搜索能力。其次,为防止过强的局部搜索使算法陷入早熟收敛,利用反向学习策略调节种群多样性,从而有效地平衡算法的全局和局部搜索能力。利用11个标准测试函数进行实验,并和差分进化算法的四种优秀改进版本进行比较,实验结果表明提出的算法求解精度高、收敛速率快,是一种求解大规模优化问题的有效算法。
【英文摘要】 Differential evolution is simple and efficient. However,when solving the large-scale optimization problems,the performance decreases rapidly. To overcome this problem,this paper proposed a hybridization differential evolution algorithm of orthogonal crossover and opposition-based learning. In the hybrid algorithm,it used orthogonal crossover to enhance the exploitation ability and adopted opposition-based learning to adjust the diversity of population. Thus it could balance the local and global search abili...
【基金】 国家自然科学基金资助项目(61364025); 武汉大学软件工程国家重点实验室开放基金资助项目(SKLSE 2012-09-39); 江西省教育厅科学技术资助项目(GJJ13729;GJJ14742); 九江学院科研资助项目(2013KJ27;2014KJYB034)
【更新日期】 2016-06-15
【分类号】 TP18
【正文快照】 0引言随着社会的发展,大规模数据优化问题不断涌现。例如,机器学习领域中深度学习的多层次神经网络权值训练问题、工程设计领域中器件形状优化设计问题以及大规模生物计算等。由于问题规模的增加使得求解复杂度呈指数级增长,先前成功的寻优策略往往无法取得理想的求解结果。进?

xxx
【读者推荐文章】中国期刊全文数据库
【相似文献】
中国期刊全文数据库
中国优秀硕士学位论文全文数据库
中国博士学位论文全文数据库
中国重要会议论文全文数据库
中国重要报纸全文数据库
中国学术期刊网络出版总库
点击下列相关研究机构和相关文献作者,可以直接查到这些机构和作者被《中国知识资源总库》收录的其它文献,使您全面了解该机构和该作者的研究动态和历史。
【文献分类导航】从导航的最底层可以看到与本文研究领域相同的文献,从上层导航可以浏览更多相关领域的文献。

工业技术
  自动化技术、计算机技术
   自动化基础理论
    人工智能理论
  
 
  CNKI系列数据库编辑出版及版权所有:中国学术期刊(光盘版)电子杂志社
中国知网技术服务及网站系统软件版权所有:清华同方知网(北京)技术有限公司
其它数据库版权所有:各数据库编辑出版单位(见各库版权信息)
京ICP证040431号    互联网出版许可证 新出网证(京)字008号