JADE:可选择外部存档的自适应差分进化。提出了一种新的差分进化(DE)算法JADE,该算法通过实现新的变异策略“DE/current to pbest”和自适应更新控制参数来提高优化性能。DE/current to-pbest是经典“DE/current to best”的概括,而可选的归档操作利用历史数据来提供进度方向的信息。这两种操作使人口多样化,并提高了收敛性能。参数自适应自动将控制参数更新为适当的值,避免用户事先知道参数设置与优化问题的特性之间的关系。这有助于提高算法的鲁棒性。仿真结果表明,JADE算法在一组20个基准问题的收敛性能方面优于或至少可与其他经典或自适应DE算法、正则粒子群优化算法和其他文献中的进化算法相比较。外置档案馆的翡翠在解决高维问题上显示出了很好的效果。此外,它清楚地表明,没有一个固定的控制参数设置适合于各种问题,甚至在单个问题的不同优化阶段。


zbMATH中的参考文献(参考文献129篇文章)

显示129个结果中的1到20个。
按年份排序(引用)

1 2 ... 5 6 7 下一个

  1. 任浩;李俊;陈慧玲;Li Yang Chenl适应型évy辅助salp群算法:分析与优化案例研究(2021)
  2. 查克ón卡斯蒂略,乔尔;卡洛斯,塞古拉:增强多样性维护的差异进化(2020)
  3. 柴、徐昭;肖俊明;郑智帅;张良;瞿伯阳;严,李;等:基于多种群集成差分进化的无人机三维路径规划(2020)
  4. 陈慧玲;王明静;赵雪华:求解全局优化和约束实际工程问题的多策略增强正余弦算法(2020)
  5. 陈立明;邱浩波;高、梁;江、陈;Yang,Zan:通过梯度增强克里金优化昂贵的黑盒问题(2020)
  6. 陈曦;魏勤琦:大型船舶混合能源系统优化运行模型与优化方法(2020)
  7. 埃拉齐兹,穆罕默德·阿布德;李,林;加亚塞纳,K。P。N、 。;熊圣武:基于混合salp群算法和差分进化的多目标大数据优化(2020)
  8. 甘地,B。G。拉吉耶夫;巴塔查尔亚,R。K、 :差异进化及其在下水道病毒释放位置识别中的应用(2020)
  9. 乔纳斯·乔西尔·拉特克;吉尔赫墨贝尔托多;Carlos Henrique Marchi:DEPP-差分进化并行程序(2020)不是zbMATH
  10. 廖作文;龚,文音;蔡志华:基于重初始化聚类的非线性方程组自适应微分进化(2020)
  11. 刘思文;刘新宝;裴俊;帕达洛斯,帕诺斯M。;宋庆茹:基于混合CS-JADE算法的具有截短时变学习效果的平行配料机调度问题(2020)
  12. 穆罕默德,盖莱塔T。;阿杜达,简A。;Kube,Ananda O.:使用人工神经网络和模糊推理系统改进EGARCH模型的预测(2020)
  13. 屈赤文;何伟;彭湘妮;彭晓宁:基于信息交换的Harris-Hawks优化(2020)
  14. 塞格雷多,爱德华多;爱德华多·拉拉鲁伊斯;哈特,艾玛;旁白ß, Stefan:一种基于相似性的邻域搜索,以加强差分进化的平衡探索开发(2020)
  15. 于彩阳;蔡振脑;叶小佳;王明静;赵雪华;梁国喜;陈慧玲;李承业:类量子突变诱导蜻蜓优化方法(2020)
  16. 陈立明;邱浩波;高、梁;江、陈;Yang,Zan:高维问题的基于筛选的梯度增强Kriging建模方法(2019)
  17. 黄秋君;张凯;宋金春;张一民;施,贾:基于拉格朗日插值参数算法的自适应差分进化(2019)
  18. 蔡兴志:持续优化之变搜索策略的受限教学学习优化(2019)
  19. 杨,赞;邱浩波;高、梁;江,陈;张金浩:高维计算代价问题的两层自适应代理辅助进化算法(2019)
  20. 张京华;董泽:差分进化算法的参数组合框架(2019)

1 2 ... 5 6 7 下一个