基于小生镜的混合差分演化模拟退火算法

计算机工程与应用 ›› 2007, Vol. 43 ›› Issue (2): 105-105.

基于小生镜的混合差分演化模拟退火算法

胡中波,熊盛武,苏清华

孝感学院数学系，武汉理工大学计算机学院

收稿日期:2006-05-18 修回日期:1900-01-01 出版日期:2007-01-11 发布日期:2007-01-11
通讯作者: 胡中波 huzb

Coupling Differential Evolutionary and Simulated Annealing Algorithm Based on Niche

ZhongBo Hu,,

孝感学院数学系，武汉理工大学计算机学院

Received:2006-05-18 Revised:1900-01-01 Online:2007-01-11 Published:2007-01-11
Contact: ZhongBo Hu

摘要/Abstract

摘要： 本文提出了一种新的演化算法——基于小生镜的混合差分演化-模拟退火算法（NDESA算法），分析了构造NDESA算法的合理性。并且结合典型多峰值测试函数——shubert函数的求解试验，说明NDESA算法能够高效地、快速的找到具有多个全局最优值点的多峰函数的所有全局最优值点，且参数的选择不必很严格，是一种较好的求解多峰值函数的所有最优值点的方法。还通过实验说明了结合小生镜，差分演化和模拟退火算法这三种策略的必要性，并分析得出了几个较好的结论。

关键词: 差分演化, 模拟退火, 小生镜, 多峰函数优化

Abstract: A new evolutionary algorithm, coupling differential evolution and simulated annealing algorithm based on niche, is proposed in this paper. The rationality to construct the proposed algorithm is discussed. Shubert function, a representative multimodal optimization problem, is used to verify the algorithm. The results show that the proposed algorithm can find all global optimum points quickly without strict request for parameters, so it is a good approach to find all global optimum points for multimodal functions. In addition, the necessity to combine three schemes, niche, differential evolution and simulated annealing algorithm, is also validated by several numerical experiments.

Key words: differential evolution, simulated annealing, niche, multimodal function optimization

胡中波,熊盛武,苏清华. 基于小生镜的混合差分演化模拟退火算法[J]. 计算机工程与应用, 2007, 43(2): 105-105.

ZhongBo Hu,,. Coupling Differential Evolutionary and Simulated Annealing Algorithm Based on Niche[J]. Computer Engineering and Applications, 2007, 43(2): 105-105.

[1]	张然, 潘芷涵, 尹毅峰, 蔡增玉. 基于SAA-SSA-BPNN的网络安全态势评估模型[J]. 计算机工程与应用, 2022, 58(11): 117-124.
[2]	马艳芳，李保玉，杨屹夫，冯翠英. 客户分类下生鲜配送两级路径问题与算法研究[J]. 计算机工程与应用, 2021, 57(20): 287-298.
[3]	童文林，陈德旺，黄允浒，吕宜生. 结合模拟退火与规则约简的模糊系统优化方法[J]. 计算机工程与应用, 2021, 57(16): 142-150.
[4]	张凯，靳鹏，崔勇. 带时间窗的多车型需求可拆分揽收配送问题[J]. 计算机工程与应用, 2021, 57(14): 281-288.
[5]	禹忠，顾仁彬，范九伦. 基于LBT-SA的LoRaWAN信道接入方法研究[J]. 计算机工程与应用, 2020, 56(24): 95-101.
[6]	陈桂兰，奚宝华，杨兰英. 改进混合粒子群算法的立体车库存取调度[J]. 计算机工程与应用, 2019, 55(19): 263-270.
[7]	孙波，姜平，周根荣，卢易天. 改进遗传算法在移动机器人路径规划中的应用[J]. 计算机工程与应用, 2019, 55(17): 162-168.
[8]	张钧，贺可太. 求解三维装箱问题的混合遗传模拟退火算法[J]. 计算机工程与应用, 2019, 55(14): 32-39.
[9]	俞武扬，周洋. 改进柔性隔间结构的不等形面积设施布局研究[J]. 计算机工程与应用, 2019, 55(14): 221-227.
[10]	刘兰芬，杨信丰. 基于混合遗传算法的有效路径求解[J]. 计算机工程与应用, 2019, 55(11): 244-249.
[11]	毛丽丽，张则强，朱立夏. 混合模拟退火及分散搜索优化过道布置问题[J]. 计算机工程与应用, 2018, 54(3): 243-249.
[12]	夏以冲，陈秋莲，宋仁坤. 基于自适应遗传模拟退火算法的矩形件排样[J]. 计算机工程与应用, 2018, 54(22): 229-232.
[13]	吴聪聪1，赵建立1，2，刘雪静1，陈嶷瑛1. 改进的差分演化算法求解多维背包问题[J]. 计算机工程与应用, 2018, 54(11): 153-160.
[14]	汪开普，张则强，邹宾森，毛丽丽. 模糊作业时间的拆卸线平衡Pareto多目标优化[J]. 计算机工程与应用, 2018, 54(1): 256-263.
[15]	邹积涛1，徐兰2，曾祥春1，王友正1，王超1. 考虑多专业协同的装配线平衡问题研究[J]. 计算机工程与应用, 2017, 53(7): 263-270.