La fonctionnalité de recherche est en construction.
La fonctionnalité de recherche est en construction.

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. ex. Some numerals are expressed as "XNUMX".
Copyrights notice

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. Copyrights notice

A Simple but Efficient Ranking-Based Differential Evolution Une évolution différentielle basée sur le classement simple mais efficace

Jiayi LI, Lin YANG, Junyan YI, Haichuan YANG, Yuki TODO, Shangce GAO

  • Vues en texte intégral

    0

  • Citer

Résumé:

L’algorithme d’évolution différentielle (DE) est simple et efficace. Depuis que DE a été proposé, il a été largement utilisé pour résoudre divers problèmes d’optimisation complexes. Pour exploiter davantage les avantages de l'ED, nous proposons une nouvelle variante de l'ED, appelée évolution différentielle basée sur le classement (RDE), en effectuant un classement sur la population. Des individus progressivement meilleurs dans la population sont utilisés pour l’opération de mutation, améliorant ainsi la capacité d’exploitation et d’exploration de l’algorithme. Les résultats expérimentaux sur un certain nombre de fonctions d'optimisation de référence montrent que RDE surpasse considérablement le DE d'origine et est compétitif par rapport aux deux autres variantes DE de pointe.

Publication
IEICE TRANSACTIONS on Information Vol.E105-D No.1 pp.189-192
Date de publication
2022/01/01
Publicisé
2021/10/05
ISSN en ligne
1745-1361
DOI
10.1587/transinf.2021EDL8053
Type de manuscrit
LETTER
Catégories
Biocybernétique, Neuroinformatique

Auteurs

Jiayi LI
  University of Toyama
Lin YANG
  University of Toyama
Junyan YI
  Beijing University of Civil Engineering and Architecture
Haichuan YANG
  University of Toyama
Yuki TODO
  Kanazawa University
Shangce GAO
  University of Toyama

Mots-clés

Table des matières