免比例因子F的差分进化算法

张晓伟; 刘三阳

您当前的位置：

首页 >

文章列表页 >

免比例因子F的差分进化算法

论文 | 更新时间：2025-07-16

- 免比例因子F的差分进化算法
- Differential Evolution Without the Scale Factor F
- 电子学报 2009年37卷第6期页码：1318-1323
- 作者机构：
  
  1. 西安电子科技大学数学科学系,陕西,西安,710071
  2. 电子科技大学应用数学学院,四川,成都,610054
  3. 西安电子科技大学数学科学系陕西西安,710071
  4. 电子科技大学应用数学学院四川成都,610054
- 作者简介：
- 基金信息：
  
  国家自然科学资金资助 (No.60674108,60705004);综合业务网理论及关键技术国家重点试验室基金资助 (No.ISN02080003)
- DOI：
  中图分类号： TP18O224
- 纸质出版：2009
- 稿件说明：
移动端阅览
张晓伟, 刘三阳. 免比例因子F的差分进化算法[J]. 电子学报, 2009,37(6):1318-1323.

ZHANG Xiao-wei, LIU San-yang. Differential Evolution Without the Scale Factor F[J]. Acta Electronica Sinica, 2009, 37(6): 1318-1323.
张晓伟, 刘三阳. 免比例因子F的差分进化算法[J]. 电子学报, 2009,37(6):1318-1323. DOI：

ZHANG Xiao-wei, LIU San-yang. Differential Evolution Without the Scale Factor F[J]. Acta Electronica Sinica, 2009, 37(6): 1318-1323. DOI：

摘要

比例因子

的合适赋值常会大大改善差分进化算法的求解性能

但是如何给值是个麻烦的事情.本文给出了二种免比例因子

的差分进化算法.算法将每一个个体视为带电粒子

利用之间的吸引、排斥机制

确定个体在差分方向上移动的长度

依此免去比例因子

设置的麻烦.通过和两种PSO算法以及其它四种不同赋值策略的算法的数值试验比较

表明提出的算法相比其它相比较的算法有更好的求解性能.

Abstract

A fit setting of the scale factor

can usually improve greatly the performance of differential evolution

however

how to set is nuisance.Two differential evolutions without scale factor

are presented in the paper.The algorithms look upon each individuals as a charged particle and utilize the attraction-repulsion mechanism of the particles to decide on the step length of the motion of the individual in the direction of the difference for the purpose of avoiding the setting of the scale factor

.The comparisons of numerical experiments among the proposed algorithms

two PSO algorithms and four other algorithms with the different setting strategies are done

which show that the performance of the proposed algorithms outperform other compared algorithms.

关键词

Keywords

references

浏览量

1353

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

一种精英反向学习的粒子群优化算法

基于人工智能算法的单级全差分折叠式共源共栅运算放大器的多目标设计方法

基于遗传非参数MDL-BW方法的HMM结构优化

基于粒子群优化算法的Logistic模型参数估计