论文研究基于前景理论的4PL网络优化问题改进差分进化算法 .pdf

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

差分进化算法是一种具有记忆个体最优解和种群内部信息共享的特点的新型进化算法，本质上可看做是一种基于实数编码的、具有保优思想的贪婪遗传算法。针对具有NP难的车辆路径优化问题，提出了一种改进的差分进化算法

基于改进差分进化算法的FlowShop调度问题求解，张培远，，本文提出一种改进的差分进化算法，能克服基本差分进化算法易早熟收敛的缺点。该算法利用混沌的遍历性产生初始群体,以克服种群初�

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

差分进化算法存在的问题及改进研究

该资源是ED优化算法的源码，是一种很好的优化算法，可以用于各种优化问题中

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

无迹卡尔曼滤波(UKF)被广泛应用于工程实际中,但传统UKF在滤波过程进行无迹变换(UT)时的待选参数为固定值,这会带来一定误差.为了获取最优的待选参数,提出基于和声差分进化(HSDE)的UKF改进算

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

针对传统差分进化算法在处理复杂优化问题时存在易陷入局部最优解和求解精度低的缺陷，提出了混合波动差分进化算法。该算法预先设置两组配置参数，并依据混合系数的区分，依次选择每组中的交叉因子和相关参数构成波动