.png){kind=icon}
返回
Adaptive Differential Evolution Integration: Algorithm Development and Application to Inverse Heat Conduction
.png){kind=icon}
OA
AI
DOI：10.3390/pr13051293.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
针对现有单一智能优化算法的局限性，特别是其全局搜索能力和种群多样性的不足，我们提出了自适应差分进化积分（ADEI）算法。该算法借鉴了社会生物体的群体行为，引入了四种角色——领导者、追随者、沉思者和理性者，并采用动态追随策略有效整合这些多样化的粒子与种群。具体而言，差分进化算法中的个体作为领导者种群，通过定制化的试验向量生成策略提升全局搜索能力；同时改进粒子群优化算法，以支持其作为其他种群的进化策略。通过该方法，算法的种群多样性得以增强，实现了全局与局部搜索性能的平衡，进而提高了搜索效率和收敛精度。在基准函数和工程问题的广泛测试中，所提算法在28个测试函数中的超过半数表现优异。其对单峰、多峰和复合问题展现出强大的收敛性和适应性。在求解反热传导问题的实验中验证了其在真实场景中的有效性，并凸显了其工程应用潜力。
Keyword:
intelligent optimization algorithms
differential evolution
particle swarm optimization
adaptive optimization
期刊
IF:
2.8
论文数:
7.3K
被引数:
3.7W
机构
引用论文
Data optimization with differential evolution strategies: A survey of the state-of-the-art差分进化策略的数据优化：对当前研究进展的综述
PREAI
分享收藏
分享收藏An improved adaptive hybrid firefly differential evolution algorithm for passive target localization.png)
SOFT COMPUTING
SOFT COMPUTINGIF2.5
PREAI
分享收藏Comprehensive learning particle swarm optimizer for global optimization of multimodal functions
PREAI
分享收藏Ensemble and Arithmetic Recombination-Based Speciation Differential Evolution for Multimodal Optimization基于集成和算术重组的多峰优化物种差分进化
PREAI
分享收藏Multi-strategy ensemble grey wolf optimizer and its application to feature selection多策略集成灰狼优化器及其在特征选择中的应用
PREAI
分享收藏
查看更多内容