文献类型：期刊文章

作　　者：贾东立[1,2] 郑国莘[1]

机构地区：[1]上海大学特种光纤与光接入网省部共建教育部重点实验室,上海200072 [2]河北工程大学信息与电气工程学院,河北邯郸056038

出　　处：《控制与决策》

基　　金：国家自然科学基金项目(60872021);上海市重点学科和科委重点实验室项目(S30108;08DZ2231100)

年　　份：2010

卷　　号：25

期　　号：6

起止页码：899-902

语　　种：中文

收录情况：AJ、BDHX、BDHX2008、CSA、CSA-PROQEUST、CSCD、CSCD2011_2012、EI(收录号：20102813068389)、IC、INSPEC、JST、MR、RCCSE、SCOPUS、ZGKJHX、ZMATH、核心刊

摘　　要：针对标准差分进化(DE)算法在高维复杂函数优化中易早熟收敛,进而导致搜索精度降低甚至优化失败的问题,提出一种基于混沌和高斯局部优化的混合差分进化算法(CGHDE).该算法在进化初期利用混沌的遍历性,可有效地避免算法陷入局部最优;而在进化后期,采用高斯搜索又可有效地提高收敛精度.实验表明,CGHDE算法对函数维度的敏感性大大低于标准DE算法,并且寻优能力强、稳定性好、搜索精度高,特别适合于工程中高维复杂函数的优化问题.

关 键 词：混沌优化 高斯优化  差分进化 遗传算法

分 类 号：TP301.6]