针对大规模优化问题求解难、差分进化算法运算时间长等问题,利用云计算MapReduce并行编程模型,结合差分进化算法隐含并行性,提出云差分进化算法。该算法利用Hadoop集群平台,采用多子群机制,并将子
用于约束多目标优化问题的双群体差分进化算法 孟红云 1 张小华 2 刘三阳 1 (1.西安电子科技大学 应用数学系西安710071 2.西安电子科技大学 智能信息处理研究所西安710071) 摘 要首
针对求解资源受限项目调度问题(RCPSP),提出了基于差分进化(DE)的混合粒子群算法(PSODE)。通过在PSO种群和DE种群之间建立一种信息交流机制,使信息能够在两个种群中传递,以避免个体因错误的
为了有效地解决水火电力系统资源短期优化调度问题,提出了一种基于差分进化粒子群的调度算法。设计了水火电力系统资源调度问题的数学模型,给出了差分进化粒子群优化算法的框架,通过PSO种群和DE种群之间的信息
Rosenbrock函数优化属于无约束优化问题,其全局最小值位于抛物线形状的平滑且狭窄的谷底。 由于为优化算法提供的信息很少,因此很难找到函数的全局最小值。 根据Rosenbrock函数的特点,专门提
在处理单目标约束问题和边界问题时,差分进化算法配合可行性规则方法能够有效解决约束函数之间的矛盾关系,并达到优化的目的。如何运用差分进化算法解决约束问题,并防止影响优化函数。同时也强调了在保存最优值时的
首先提出一种基于混沌映射的差分进化算法, 通过引入混沌映射的概念, 在群体初始化和子代重构两个方 面对经典差分进化算法进行改进, 提高其寻优精度及稳定性, 并通过对几个典型的Benchmark 函数进
介绍了原煤可选性曲线的常用绘制方法。尝试了新的曲线拟合方法,即运用差分进化算法,对模型函数的参数寻优,当拟合误差最小时,得到模型参数值。根据拟合好的模型函数,编写MATLAB程序绘制可选性曲线。结果表
差分进化算法(DE算法)的主要特性是通过个体间的差异实现个体变异。变异向量由随机选取的个体向量与另外两个随机选取的个体间的差向量求和得到。相比于经典的变异算子,更加贴近个体重组的变异算子的差分是DE算
提出了一种用于全局优化的混合差分进化算法。 在新算法中,混沌系统的随机性被用来在搜索空间中尽可能多地散布个体,模式搜索方法被用来加速局部开发,而DE算子被用来跳到一个更好的点。 证明了全局收敛。 详细