玉:自适应差分进化与可选外部档案。提出了一种新的差分进化算法(DE),通过采用一种新的变异策略“De/Purvestto Pube”以自适应的外部存档和更新控制参数来改进优化性能。D/WORT to PPEST是经典的“去/流到最佳”的泛化,而可选的存档操作利用历史数据来提供进度方向的信息。这两种操作都使种群多样化,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,并且避免了用户对参数设置和优化问题特征之间的关系的先验知识。从而有助于提高算法的鲁棒性。仿真结果表明,杰德优于或至少与其他经典或自适应DE算法、经典粒子群优化算法和其他进化算法在文献中的收敛性能为一组20个基准问题。具有外部档案的玉器对于相对高维度的问题显示出有希望的结果。此外,它清楚地表明,没有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。


ZBMaCT中的参考文献(111篇文章中引用)

显示结果1至20的111。
按年份排序(引文
  1. 陈,Huiling;王,Mingjing;赵,Xuehua:一种用于全局优化和约束的实际工程问题的多策略增强正弦余弦算法(2020)
  2. 陈,Liming;邱,Haobo;高,Liang;江,陈;杨,赞:用梯度强化克里金优化昂贵黑箱问题(2020)
  3. ELAZIZ,Mohamed Abd;李,林;Jayasina,K. P. N.;熊,胜武:基于混合Salp群算法和差分进化的多目标大数据优化(2020)
  4. Jonas Joacir Radtke;Guilherme Bertoldo;Carlos Henrique Marchi:德普-差分进化并行程序(2020)不是ZB数学
  5. 刘,Siwen;刘,Xinbao;裴,军;帕拉多斯,Panos M.;宋,Qingru:截断时间依赖学习效应的并行批处理机调度问题:混合CS-JADE算法(2020)
  6. Segredo,爱德华多;Lalla Ruiz,爱德华多;哈特,艾玛;Vo*,斯特凡:一种基于相似度的邻域搜索,用于加强差分进化的平衡探索开发(2020)
  7. 陈,Liming;邱,Haobo;高,Liang;江,陈;杨,ZAN:一种基于梯度的梯度增强Kriging高维问题建模方法(2019)
  8. 杨,赞;邱,Haobo;高,Liang;江,陈;张,Jinhao:高维计算昂贵问题的两层自适应代理辅助进化算法(2019)
  9. 张,Jinghua;Dong,ZE:差分进化算法的参数组合框架(2019)
  10. C.SPEDEES Mota,阿曼多;Casa Nunn,Gerardo;Martayne Nez埃雷拉,Alberto F.;Carr RordNas-Barrn,Leopoldo Eduardo:有界有界区域的无线Ad Hoc传感器分布的多目标优化(2018)
  11. 杜伟,Tong;LE;Tang,杨:基于次启发式优化的稳定分布噪声下分数阶系统的辨识(2018)
  12. 范,Qinqin;严,Xuefeng;张,伊莲:差分进化算法的自动选择机制及其应用(2018)
  13. Qian,舒曲;叶,雍强;刘,Yanmin;徐,郭锋:改进的二进制差分进化算法优化逆变器功率控制(2018)
  14. 张,Jinhao;萧,米河;高,Liang;潘,Quanke:排队搜索算法:求解工程优化问题的一种新的元启发式算法(2018)
  15. Bujok,PeTR:改进差分进化的收敛性(2017)
  16. 杜伟,苗,Qingying;佟乐;Tang,杨:具有未知初值和结构的分数阶系统的辨识(2017)
  17. 冯,Quanxi;刘,Sanyang;张,Jianke;杨,郭平;Yong,龙泉:改进的生物地理学基于随机环拓扑和鲍威尔方法的优化(2017)
  18. 李,郭亮;陈,程;姚,冯;He,Renjie;Poin,Yingwu:具有时间依赖性提前拖期惩罚的地球观测卫星调度的混合差分进化优化(2017)
  19. 林,Qiuzhen;Tang,超宇;马,岳平;杜,智华;李,简强;陈,Jianyong;明,钟:一种新的基于分解的多目标算法自适应控制策略(2017)
  20. LWN,Khin T.;曲荣,MacCarthy,Bart L.:均值VaR投资组合优化:一个非参数方法(2017)