jDE参数自适应差分进化算法简单介绍及matlab实现

jDE在DE基础上实现参数自适应,DE对于参数较敏感。 

进化算法不同阶段需要不同的参数以提升算法性能,因为进化算法本身就是动态的。

 

jDE主要将F以及CR(缩放因子和交叉概率)这两个参数编码进个体,参数可以随着个体进入下一代。

F_{i}P_{CRi}分别被初始化为0.5和0.9

 

参数控制规则:

 

F:

        R1=rand();
        R2=rand(); 
         if R2 <= t1(0.1)
             F(i) = FL(0.1) + R1*FU(0.9-0.1);

CR:

    R3=rand();
    R4=rand(); 

    if R4 <= t2(0.1)
        CR(i) = R3;

 

 

Matlab实现:

主函数



jDE_result=zeros(50*15,200);
FunIndex=1;%测试函数

while FunIndex<16
%{
  • 2
    点赞
  • 33
    收藏
    觉得还不错? 一键收藏
  • 3
    评论
评论 3
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值