暂无评论
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(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
<html dir="ltr"><head><title></title&
差分进化算法是一种基于种群的优化算法,在优化问题上具有广泛的应用。本文主要介绍了差分进化算法的基础知识和常用变种及其应用场景,同时详细讲解了算法的运作原理和参数设置方法。本文还提供了若干案例和应用实例
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
本文对并联机构的运动学分析主要是通过已知末端执行器的空间位置求解出主动臂的转角。然后再根据各主动臂的转角求解出末端执行器的空间位置。 最后通过MATLAB编程,比较求解出的正逆解的偏差并计算机构工作空
提出一种多目标强度Pareto 混沌差分进化算法(SPCDE). 首先利用Tent 映射进行种群的混沌初始化, 采用 一种基于均匀排挤机制的截断排挤操作和混沌替换操作进行种群的环境选择操作; 然后基于
c语言实现DE差分进化算法,测试集采用cec-2014,可自行替换测试函数,使用boost函数库,缺少函数库的用户可以自行将随机数函数替换成c语言自带的rand函数
matlab开发-多目标优化差分进化算法。为多目标优化运行基本差分进化(DE)算法。
这里是几个差分进化算法的程序,能运行,按照里面的说明进行!
暂无评论