含两个参数的奇异摄动问题的差分进化算法

计算机工程与应用 ›› 2016, Vol. 52 ›› Issue (4): 19-23.

含两个参数的奇异摄动问题的差分进化算法

刘利斌1，孔祥盛2，欧阳艾嘉3，4

1.池州学院数学与计算机科学系，安徽池州 247000
2.新乡学院计算机与信息工程学院，河南新乡 453000
3.湖南科技经贸职业学院计算机学院，湖南衡阳 421001
4.湖南城市学院信息科学与工程学院，湖南益阳 413000

出版日期:2016-02-15 发布日期:2016-02-03

Differential evolution algorithm to solve singularly perturbed problem with two small parameters

LIU Libin1, KONG Xiangsheng2, OUYANG Aijia3，4

1.Department of Mathematics and Computer Science, Chizhou College, Chizhou, Anhui 247000, China
2.Department of Computer Engineering, Xinxiang University, Xinxiang, Henan 453000, China
3.College of Computer, Hunan Science & Technology Economy Trade Vocation College, Hengyang, Hunan 421001, China
4.College of Information Science & Engineering, Hunan City University, Yiyang, Hunan 413000, China

Online:2016-02-15 Published:2016-02-03

摘要/Abstract

摘要： 针对在Shishkin网格上数值求解含有两个参数的奇异摄动问题，在有限差分方法的基础上，将Shishkin网格过渡点参数选取问题转化成一个无约束优化问题，并采用差分进化算法进行求解。数值结果表明用差分进化算法得到最优Shishkin网格参数后，奇异摄动问题的数值解在边界层的精度得到了明显的提高，进一步说明了方法的有效性和可靠性。

null

关键词: 奇异摄动问题, Shishkin网格, 网格参数, 差分进化算法

Abstract: For using the numerical method on a Shishkin mesh to solve the singularly perturbed problem with two small parameters, based on the finite difference method, the Shishkin mesh transition parameter selection problem is transformed into an unconstrained optimization problem which is solved by using the differential evolution algorithm. It is shown from the numerical results that the accuracy of numerical solution to singularly perturbed problem on the boundary layer is improved by using the differential evolution algorithm to optimize Shishkin mesh parameters；it further verifies the feasibility and effectiveness of the proposed method.

Key words: singularly problem, Shishkin mesh, mesh parameter, differential evolution algorithm

刘利斌1，孔祥盛2，欧阳艾嘉3，4. 含两个参数的奇异摄动问题的差分进化算法[J]. 计算机工程与应用, 2016, 52(4): 19-23.

LIU Libin1, KONG Xiangsheng2, OUYANG Aijia3，4. Differential evolution algorithm to solve singularly perturbed problem with two small parameters[J]. Computer Engineering and Applications, 2016, 52(4): 19-23.

[1]	钱峥远，曾国荪. 精英化岛屿种群引导的差分进化算法[J]. 计算机工程与应用, 2021, 57(20): 73-81.
[2]	崔彩霞，毕超超，范勤勤. 基于隐马尔可夫链的自适应MODE及应用[J]. 计算机工程与应用, 2021, 57(14): 83-94.
[3]	李荣，贺兴时，杨新社. 基于差分进化的飞蛾算法在电力调度中的应用[J]. 计算机工程与应用, 2021, 57(13): 258-268.
[4]	沈鑫，邹德旋，张强. 采用双变异策略的自适应差分进化算法及应用[J]. 计算机工程与应用, 2020, 56(4): 146-157.
[5]	周琴，程立正. 层适应网格上求解奇异摄动问题的粒子群算法[J]. 计算机工程与应用, 2020, 56(11): 46-50.
[6]	迟宗正，董绍正，郭童，任志磊，周宽久，郭禾. 求解风力发电机布局问题的超启发式算法研究[J]. 计算机工程与应用, 2019, 55(7): 220-225.
[7]	刘利斌1，2，隆广庆1，2，上官珍萍1. 差分进化与有理谱方法求解奇异摄动问题[J]. 计算机工程与应用, 2018, 54(17): 225-230.
[8]	钱武文，柴军瑞，张子映，谈然. 基于反射变异策略的自适应差分进化算法[J]. 计算机工程与应用, 2018, 54(15): 161-168.
[9]	张锦华1，宋来锁2，张元华3，李富昌4. 加权变异策略动态差分进化算法[J]. 计算机工程与应用, 2017, 53(4): 156-162.
[10]	靳雁霞，任超，李照，程思岳，王贺，韩慧妍. 融合智能算法的变形体碰撞检测算法研究[J]. 计算机工程与应用, 2017, 53(19): 130-135.
[11]	陈树，季忠军. 复杂三维曲面覆盖算法研究[J]. 计算机工程与应用, 2016, 52(20): 127-131.
[12]	章力，徐保国. 差分进化优化的非均匀分簇算法[J]. 计算机工程与应用, 2016, 52(14): 95-99.
[13]	王振超. 融合DEA和田口方法的云计算多任务调度方案[J]. 计算机工程与应用, 2015, 51(2): 140-145.
[14]	梁玉洁1，许峰2. 自适应混合多目标分布估计进化算法[J]. 计算机工程与应用, 2014, 50(5): 46-50.
[15]	毕晓君，李安宁. 基于差分进化算法的认知无线电频谱分配[J]. 计算机工程与应用, 2014, 50(16): 100-103.