李志高
- 作品数：2 被引量：14H指数：1
- 供职机构：湖南科技大学信息与电气工程学院更多>>
- 发文基金：博士科研启动基金国家自然科学基金湖南省高校创新平台开放基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 改进差分进化在前馈神经网络训练中的应用被引量：1
- 2013年
- 分析了误差反传算法,将改进差分进化算法和神经网络结合,采用常数变异交叉与自适应变异交叉的混合策略对网络的权值和阈值进行训练.并用2个典型问题对该网络和误差反传网络进行仿真对比.结果表明:经改进差分进化算法训练的神经网络,收敛速度快、泛化性能好.
- 沈洪远李志高王俊年吕铭晟
- 关键词：差分进化神经网络反向传播算法
- 多变异策略差分进化算法的研究与应用被引量：13
- 2014年
- 标准差分进化(DE)算法在高维多峰等复杂函数优化时易出现早熟现象,并且算法后期收敛速度较慢。为此,研究2种标准差分进化算法的变异策略(DE/rand/1和DE/best/1),并将其进行串行组合,提出一种多变异策略的差分进化算法(MDE)。在4个Benchmark函数上的测试结果表明,在多变异策略下,通过对MDE算法控制参数的调整能有效拓展和平衡改进后算法的全局与局部搜索能力,其所得最优解的精度、算法的收敛速度都较标准差分进化算法有明显优势,能较好地解决电力负载分配问题。
- 吕铭晟沈洪远李志高王汐龚明王俊年
- 关键词：差分进化
