基于旋转学习机制的差分演化算法

刘会超; 吴志健

doi:10.3969/j.issn.0372-2112.2015.10.024

您当前的位置：

首页 >

文章列表页 >

基于旋转学习机制的差分演化算法

学术论文 | 更新时间：2025-07-16

- 基于旋转学习机制的差分演化算法
- Differential Evolution Algorithm Using Rotation-Based Learning
- 电子学报 2015年43卷第10期页码：2040-2046
- 作者机构：
  
  1. 武汉大学计算机学院软件工程国家重点实验室,湖北,武汉,430072
  2. 黄淮学院信息工程学院,河南,驻马店,463000
  3. 武汉大学计算机学院软件工程国家重点实验室,湖北,武汉,430072
  4. 黄淮学院信息工程学院,河南,驻马店,463000
- 作者简介：
- 基金信息：
  
  国家自然科学基金 (No.61070008,No.61364025,No.61305150);河南省基础与前沿技术研究计划 (No.122300410071);河南省科技攻关计划 (No.122102310474)
- DOI：10.3969/j.issn.0372-2112.2015.10.024
  中图分类号： TP18
- 纸质出版：2015
- 稿件说明：
移动端阅览
刘会超, 吴志健. 基于旋转学习机制的差分演化算法[J]. 电子学报, 2015,43(10):2040-2046.

LIU Hui-chao, WU Zhi-jian. Differential Evolution Algorithm Using Rotation-Based Learning[J]. Acta Electronica Sinica, 2015, 43(10): 2040-2046.
刘会超, 吴志健. 基于旋转学习机制的差分演化算法[J]. 电子学报, 2015,43(10):2040-2046. DOI： 10.3969/j.issn.0372-2112.2015.10.024.

LIU Hui-chao, WU Zhi-jian. Differential Evolution Algorithm Using Rotation-Based Learning[J]. Acta Electronica Sinica, 2015, 43(10): 2040-2046. DOI： 10.3969/j.issn.0372-2112.2015.10.024.

摘要

为克服反向学习机制仅能搜索反向空间中一个固定点的弊端

通过引入旋转操作将其扩展为一种新的旋转学习机制

新机制通过调整旋转角度能搜索旋转空间中的任意一点

具备更强的勘探能力和多种应用模式.通过嵌入旋转学习算子

并引入参数自适应机制

提出了新的基于旋转学习的差分演化算法.在广泛使用的测试函数集上开展仿真实验

结果验证了旋转学习机制的有效性

与多种知名差分演化算法相比

新算法在寻优性能上竞争优势明显

且具有良好的适用性.

Abstract

Opposition-based learning mechanism (OBL) only searches a fixed point in the opposite space.In order to overcome this defect

a rotation-based learning mechanism (RBL) is proposed by introducing the rotation operation to OBL.The RBL can search any point in the rotation space by adjusting the rotation angle parameter

and has a stronger exploration capacity and multiple application modes.By embedding the RBL and self-adaptive parameter control mechanism into differential evolution algorithm (DE)

the rotation-based differential evolution algorithm (RDE) is introduced.Simulation experiments conducted on a set of widely used benchmark functions verify the effectiveness of RBL mechanism.Compared with several well-known DE variants

the RDE algorithm has a significant competitive advantage in optimizing performance

and has good applicability.

关键词

Keywords

references

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

面向环状RNA-疾病关联预测的物态分析优化算法

二阶段循环优化差分演化算法

认知无线网状网中基于差分演化的功率控制与信道分配