暂无评论
差分进化算法及其应用研究，入门文档。了解当前差分进化算法研究现状，已经差分进化算法的具体实现，可堪一阅！
使用MATLAB差分进化算法求解目标函数极值，代码包含详细注释，附带实例讲解。
针对高维复杂函数的优化问题，提出了基于小生境的混沌变异差分进化算法（CNDE）。算法结合小生境策略，使子种群高效独立地进行搜索，并引入混沌变异进行精细的遍历搜索，在运行中根据迭代次数自动地调整交叉概率
针对差分演化算法易于早熟、收敛速度慢和收敛精度低等问题，提出一种基于自适应变异算子的差分进化算法。给出个体向量粒子及维度层定义，并提出了基于维度层加权的异维维度选择策略，首次将加权异维学习策略引入差分
针对差分进化算法易于陷入早熟收敛和局部搜索较慢的问题，提出了一种类似Nelder-Mead方法中的反射操作的变异策略，称为反射变异策略。不同于其他基本的差分策略，提出的变异策略具有明确的差分方向，具有
支持向量机参数是影响其性能的重要因素，为了进一步提高支持向量机分类精度和泛化能力，提出了基于差分进化算法的SVM参数选择。以样本误判率最小为优化准则，利用差分进化算法对SVM参数进行优化选择。实验结果
在经典差分进化的基础上,提出了一种基于空间距离的多目标差分进化算法(SD-MODE),与目前经典算法NSGA-Ⅱ和ε-MOEA 进行比较，结果表明该算法拥有良好的分布性，同时也较好地改善了收敛性。
为加强差分进化算法的全局搜索能力，提出了一种基于交叉变异策略的双种群差分进化算法（CMDPDE）。CMDPDE中，两个种群分别采用大小不同的缩放因子和交叉因子，在每代进化完毕后，对其中缩放因子和交叉因
提出了一种基于双重控制思想的广义预测自适应控制算法，该算法在模型辨识和控制的过程中，采用谨慎控制和探测控制相结合的双重控制，充分考虑估计参数的误差，在使系统状态最优地沿预定轨线运动的同时最大限度的积累
基于改进差分进化算法的烧结矿配料优化,李凯斌,卢建刚,本文针对差分进化算法(differential evolution algorithm)存在的早熟问题和停滞现象作了改进并把改进的算法应用于烧结矿
暂无评论