基于差分进化的生物地理学优化算法

doi:10.3724/SP.J.1087.2012.02981

计算机应用 ›› 2012, Vol. 32 ›› Issue (11): 2981-2984.DOI: 10.3724/SP.J.1087.2012.02981

基于差分进化的生物地理学优化算法

叶开文¹,刘三阳¹,高卫峰²

1. 西安电子科技大学理学院,西安 710071
2. 西安电子科技大学

收稿日期:2012-04-17 修回日期:2012-05-21 发布日期:2012-11-12 出版日期:2012-11-01
通讯作者: 叶开文
作者简介:叶开文(1987-),男,浙江宁波人,硕士研究生,主要研究方向:最优化理论与方法、智能算法；刘三阳(1959-),男,陕西西安人,教授,博士生导师,主要研究方向:最优化理论与方法、网络算法；高卫峰(1985-),男,河南洛阳人,博士研究生,主要研究方向:最优化理论与方法、进化算法。
基金资助:
国家自然科学基金资助项目

Biogeographybased optimization algorithm of differential evolution

Received:2012-04-17 Revised:2012-05-21 Online:2012-11-12 Published:2012-11-01
Contact: YE Kai-wen

摘要/Abstract

摘要： 针对生物地理学优化算法在实数编码时搜索能力较弱的缺点，提出一种基于差分进化的混合优化算法(BBO/DEs)。通过将差分进化的搜索性与生物地理优化算法的利用性有机结合，以解决原算法在局部搜索时容易出现早熟的问题；并构造一种基于Levy分布的变异方式，确保种群在进化过程中保持多样性；最后通过实验比较，选取了合适的试验策略。利用高维标准测试函数对相关算法进行实验，结果表明该算法能够克服搜索能力不足的缺点，并继承了原算法的快速收敛性能，可以有效兼顾精度与速度的要求。

关键词: 生物地理学优化, 差分进化, 实数编码, 试验向量, Levy分布

Abstract: To improve the realcoded searching ability of the BiogeographyBased Optimization (BBO) algorithm, this paper presented a hybrid algorithm BBO/DEs based on Differential Evolution (DE). In order to solve the prematurity of BBO, the algorithm incorporated the search performance of differential evolution and the utilization performance of BBO. And a Levy mutation strategy was introduced to enhance population diversity. Finally suitable trial vector was chosen by comparison. Some correlation algorithms were compared on highdimensional benchmark functions. The experimental results show that without losing the original ability the proposed algorithm can improve the searching ability, and it has higher efficiency in terms of search accuracy and speed.

Key words: BiogeographyBased Optimization (BBO), Differential Evolution (DE), real coding, trial vector, Levy distribution

中图分类号:

TP301

叶开文刘三阳高卫峰. 基于差分进化的生物地理学优化算法[J]. 计算机应用, 2012, 32(11): 2981-2984.

参考文献

［1］SIMON D. Biogeographybased optimization［J］. IEEE Transactions on Evolutionary Computation，2008，12(6):702-713. ［2］SIMON D. A probabilistic analysis of a simplified biogeographybased optimization algorithm［J］. Evolutionary Computation，2011，19(2):167-185. ［3］SIMON D. Matlab code of BBO［EB/OL］. ［2008-05-08］. http://academic.csuohio.edu/simond/bbo/. ［4］DU DAWEI，SIMON D，ERGEZER M. Biogeographybased optimization combined with evolutionary strategy and immigration refusal［C］// IEEE International Conference on Systems，Man and Cybernetics. Washington, DC: IEEE Computer Society，2009:997-1002. [5］MA HAIPING，NI SUHONG，SUN MAN. Equilibrium species counts and migration model tradeoffs for biogeographybased optimization［C］// 48th IEEE Conference on Decision and Control. Washington, DC: IEEE Computer Society，2009:3306-3310. ［6］MO H，XU L. Biogeography migration algorithm for traveling salesman problem［J］. International Journal of Intelligent Computing and Cybernetics，2011，4(3):311-330. ［7］BHATTACHARYA A，CHATTOPADHYAY P K. Hybrid differential evolution with biogeographybased optimization for solution of economic load dispatch［J］. IEEE Transactions on Power Systems，2010，25(4): 1955-1964. ［8］蔡之华，龚文引，LING C. 基于进化规划的新型生物地理学优化算法研究［J］. 系统工程理论与实践，2010，30(6): 1106-1112. ［9］STORN R,PRICE K.Differential evolution:A simple and efficient heuristic for global optimization over continuous spaces［J］. Journal of Global Optimization，1997，11:341-359. ［10］LIN CHANGYONG，YAO XIN. Evolutionary programming using mutations based on the Levy probability distribution［J］. IEEE Transactions on Evolutionary Computation，2004，8(1):1-13. ［11］LEE CHANGYONG，YAO XIN. Evolutionary programming using mutations based on the Levy probability distribution［J］. IEEE Transactions on Evolutionary Computation，2004，8(1):1-13. ［12］YAO XIN，LIU YONG，LIN GUANGMING. Evolutionary programming made faster［J］. IEEE Transactions on Evolutionary Computation，1999，3(2):82-102. ［13］QIN A K，HUANG V L，SUGANTHAN P N. Differential evolution algorithm with strategy adaptation for global numerical optimization［J］. IEEE Transactions on Evolutionary Computation，2009，13(2):398-417. ［14］QIN A K，SUGANTHAN P N. Selfadaptive differential evolution algorithm for numerical optimization［C］// The 2005 IEEE Congress on Evolutionary Computation. Piscataway: Institute of Electrical and Electronics Engineers Computer Society，2005:1785-1791. ［15］SIVANANAITHAPERUMAL S，AMALI S M J，BASKAR S，et al. Constrained selfadaptive differential evolution based design of robust optimal fixed structure controller［J］. Engineering Applications of Artificial Intelligence，2011，24(6):1084-1093.

[1]	张祥飞, 鲁宇明, 张平生. 基于协同进化的约束多目标优化算法[J]. 计算机应用, 2021, 41(7): 2012-2018.
[2]	蔡瑞光, 张德生, 肖燕婷. 参数独立的加权局部均值伪近邻分类算法[J]. 计算机应用, 2021, 41(6): 1694-1700.
[3]	贾鹤鸣, 姜子超, 李瑶, 孙康健. 基于改进斑点鬣狗优化算法的同步优化特征选择[J]. 计算机应用, 2021, 41(5): 1290-1298.
[4]	薛锋, 史旭华, 史非凡. 基于代理模型的差分进化约束优化[J]. 计算机应用, 2020, 40(4): 1091-1096.
[5]	裴沛, 李彩伟, 吕波特. 改进迁移算子的BBO算法及其在PID参数中的优化[J]. 计算机应用, 2020, 40(3): 728-734.
[6]	赵志学, 李夏苗, 周鲜成. 考虑拥堵区域的多车型绿色车辆路径问题优化[J]. 计算机应用, 2020, 40(3): 883-890.
[7]	李明, 胡江平, 曹晓莉, 彭鹏. 面向差异化覆盖的异构有向传感器节点调度算法[J]. 计算机应用, 2020, 40(12): 3563-3570.
[8]	王建华, 潘宇杰, 孙瑞. 考虑机床折旧的柔性作业车间绿色调度算法[J]. 计算机应用, 2020, 40(1): 43-49.
[9]	王雅萍, 张正军, 颜子寒, 金亚洲. 基于改进的迁移率模型的生物地理学优化算法[J]. 计算机应用, 2019, 39(9): 2511-2516.
[10]	冯帅栋, 陈立家, 刘名果. 基于随机结构的无乘法无限冲激响应数字滤波器设计方法[J]. 计算机应用, 2018, 38(9): 2621-2625.
[11]	张鑫, 邹德旋, 沈鑫. 含交叉项的混合二范数粒子群优化算法[J]. 计算机应用, 2018, 38(8): 2148-2156.
[12]	刘宝, 董明刚, 敬超. 改进的排序变异多目标差分进化算法[J]. 计算机应用, 2018, 38(8): 2157-2163.
[13]	袁亦川, 杨洲, 罗廷兴, 秦进. 求解动态优化问题的多种群竞争差分进化算法[J]. 计算机应用, 2018, 38(5): 1254-1260.
[14]	李龙澍, 翁晴晴. 基于反向学习的自适应差分进化算法[J]. 计算机应用, 2018, 38(2): 399-404.
[15]	张强, 邹德旋, 耿娜, 沈鑫. 基于多变异策略的自适应差分进化算法[J]. 计算机应用, 2018, 38(10): 2812-2821.

基于差分进化的生物地理学优化算法

Biogeographybased optimization algorithm of differential evolution

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics