改进的基于进化阶段的自适应遗传算法
基于进化阶段的自适应遗传算法将整个进化阶段划分为3个阶段，基于不同阶段的进化特点及要求，采取不同的自适应策略，包括选择算子、交叉算子、变异算子的自适应策略。
阅读全文 >
Archive for '智能算法'
引入代间差分的粒子群优化算法
在标准粒子群优化算法进化过程中引入新的代间差分粒子更新算法，并按照模拟退火方法进行更新后粒子的选择，使得PSO算法更为有效。
阅读全文 >
对称交叉的差分进化算法
标准差分进化算法产生新个体时，采用的交叉算子是以交叉因子CR为依据的交叉方式，当(rand() < CR)时，这一维度上的变量采用经过变异后的相应维度上的变量，其余的维度上仍保持原来的值不变，经过变异交叉后产生的这个新个体与父个体通过选择操作选优。
阅读全文 >
云自适应粒子群优化算法
设粒子群的规模为nPop，第iGen次迭代中粒子Xi的适应度为Fi；粒子群的平均适应度为F_avg=average(Fi)；将适应度优于F_avg的适应值求平均得到F_avg_1，适应度次于F_avg的适应值求平均得到F_avg_2；最优粒子的适应度为F_best。传统的自适应粒子群优化算法，惯性权重根据一定的迭代公式随着算法迭代次数的增加和适应度的减小而线性减小。这里描述的云自适应粒子群优化算法将粒子群体分成3个子群，分别采用不同惯性权重w生成策略，
阅读全文 >
基于维度划分的协同PSO算法
基于维度划分的协同PSO算法(Cooperative Particle Swarm Optimization，简称CPSO)，算法采用沿不同维度分量划分子群体的原则，即用nGroup个相互独立的微粒群分别在D维的目标搜索空间中的不同维度方向上进行搜索。
阅读全文 >
最新评论及回复