声明
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。
国内刊号：31-1289/TP
国际刊号：1000-3428
发布日期:
作者：刘树强, 秦进
单位：贵州大学 计算机科学与技术学院, 贵阳 550025
关键词：自适应差分进化,动态优化问题,邻域搜索,排斥方案,平均误差
基金：国家自然科学基金（61562009）。
针对原始动态自适应差分进化（SADE）算法局部搜索能力弱和寻优精度低的问题，提出一种求解动态优化问题的邻域搜索差分进化（NSDE）算法。通过引入邻域搜索机制，在划分种群最优个体的邻域空间范围内产生候选解，选取候选解集合中的最优解并对种群最优个体进行迭代，增强算法局部搜索能力。在传统基于距离的排斥方案中，引入hill-valley函数追踪邻近峰，提高算法寻优精度。实验结果表明，与SADE、人工免疫网络动态优化、多种群竞争差分进化和改进差分进化算法相比，NSDE算法在49个测试问题中分别有28、38、29和38个测试问题的平均误差更小，综合性能表现更好。
来源：2021年第4期
《计算机工程》期刊编辑部
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。