云模型雾化特性及在进化算法中的应用

刘 禹; 李德毅; 张光卫; 陈桂生

您当前的位置：

首页 >

文章列表页 >

云模型雾化特性及在进化算法中的应用

论文 | 更新时间：2025-07-16

- 云模型雾化特性及在进化算法中的应用
- Atomized Feature in Cloud Based Evolutionary Algorithm
- 电子学报 2009年37卷第8期页码：1651-1658
- 作者机构：
  
  1. 北京航空航天大学软件开发环境国家重点实验室,北京,100083
  2. 中国电子工程系统研究所,北京,100840
  3. 北京航空航天大学软件开发环境国家重点实验室北京,100083
  4. 中国电子工程系统研究所北京,100840
- 作者简介：
- 基金信息：
  
  国家973重点基础研究发展规划 (No.2007CB310803)
- DOI：
  中图分类号： TP18
- 纸质出版：2009
- 稿件说明：
移动端阅览
刘禹, 李德毅, 张光卫, 等. 云模型雾化特性及在进化算法中的应用[J]. 电子学报, 2009,37(8):1651-1658.

LIU Yu, LI De-yi, ZHANG Guang-wei, et al. Atomized Feature in Cloud Based Evolutionary Algorithm[J]. Acta Electronica Sinica, 2009, 37(8): 1651-1658.
刘禹, 李德毅, 张光卫, 等. 云模型雾化特性及在进化算法中的应用[J]. 电子学报, 2009,37(8):1651-1658. DOI：

LIU Yu, LI De-yi, ZHANG Guang-wei, et al. Atomized Feature in Cloud Based Evolutionary Algorithm[J]. Acta Electronica Sinica, 2009, 37(8): 1651-1658. DOI：

摘要

云模型在超熵变大时

体现出雾化特性

云滴离散程度变大但靠近概念核心的云滴不失数量优势.雾化特性有利于表示进化算法中的遗传与变异

在云进化算法(CBEA)中

基于超熵变化的控制进化策略能够合理的调整选择压力

从而决定进化方向.实验表明

算法在寻求函数最优解问题上表现出良好的效率和精度.

Abstract

The drops of the cloud spread around while the hyper entropy (He) is increasing.But many drops still stand in the central area of the cloud.Atomized feature of the cloud model can be used to adjust the strategies of the evolution.In cloud based evolutionary algorithm

changing He to affect the selection pressure and lead to different evolution result.By the experiments of nine typical test functions’ optimization

the precision

stability and convergence rate of the algorithm are well proved.

关键词

Keywords

references

浏览量

1416

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于云模型的辐射源信号多站分选方法

正态云模型相似度计算方法

基于云模型和矢量神经网络的辐射源识别方法

基于云模型、图论和互信息的遥感影像分割方法