基于反向学习的跨种群差分进化算法.pdfVIP

JournalofComputerApplications ISSN 100l一908l 2017．．04．10 计算机应用，2017，37(4)：1093—1099 CODENJYIIDU http：／／www．joca．cn 文章编号：1001．9081(2017)04．1093．07 DOI：10．11772／j．issn．1001—9081．2017．40．1093 基于反向学习的跨种群差分进化算法 张 斌，李延晖，郭 昊 。 (华中师范大学信息管理学院，武汉430079) ( 通信作者电子邮箱hbguohao@163．coln) 摘 要：针对差分进化 (DE)算法存在的寻优精度低、收敛速度慢等问题，借鉴混沌分散策略、反 向学习策略 (OBL)以及跨种群并行机制，提 出一种基于反向学习的跨种群差分进化算法(OLCPDE)。采用混沌分散策略进行种 群初始化，将种群划分为精英种群和普通种群，对两个子种群分别采用标准的差分进化策略和基于反向学习的差分 进化策略；同时，为进一步提高算法对单峰函数的求解精度和稳定性，采用了一种跨种群的差分进化策略，运用三种 策略对子种群进行操作，达到共同进化的目的。实验独立运行30次，OLCPDE在 12个标准的测试函数中，有 11个函 数都能稳定地收敛到全局最优解，优于对比算法。实验结果表明，OLCPDE收敛精度高，能有效避免陷入局部最优点。 关键词：差分进化；反向学习；跨种群；混沌有哪些信誉好的足球投注网站；函数优化 中图分类号：TP301．6；TP18 文献标志码：A Cross-populationdifferentialevolutionalgorithm basedonopposition-basedlearning ZHANGBin，LIYanhui，GUO Hao ‘ (SchoolofInformationManagement，CentralChinaNormalUniversity,WuhanHubei430079，China) Abstract：AimingatthedeficienciesoftraditionalDifferentialEvolution(DE)algorihtm，lowoptimizationaccuracyand lowconvergencespeed，aCross-PopulationDifferentialEvolutionalgorithmbasedonOpposition—basedLearning(OLCPDE) Was proposedbyusingchaosdispersion strategy，opposition-basedoptimizationstrateyg nadmuhigroupparallelmechnaism． ThechaosdispersionstrategyWas usedtogeneratehteinitialpopulation，htenhtepopulationWas dividedintosub-groupsof hteelitenadthegeneral，nadastnadarddifferentialevolutionsrtategyandadifferential evolutionstrateyg ofOpposition-Based Learning(OBL)wereappliedtothetwosub—groupsrespectively．Meanwhile，aCroSS-populationdifferentialevolutionstrateyg Was appliedtofurtherimprovetheaccuracyand enhancepo pulation diversityforunimodal function．Th esub