基于估计收敛点的高斯抽样加速差分进化算法
摘要：使用平均优秀子种群的简单策略来近似估计收敛点的方法 基于这个思路，我们得到两种方法，一种是普通平均策略，一种是加权平均策略 我们还设计了一个带有一定标准差的高斯采样算子，该算子与传统的差分进化算法(DE)结合，加速收敛 数值实验表明，我们的方法可以加速CEC2013套件中28个低维测试函数上的DE，而且我们的方法可以很容易地扩展到与其他基于种群的进化算法结合，并进行简单的修改
作者：Rui Zhong and Masaharu Munetomo
论文ID：2208.14619
分类：Neural and Evolutionary Computing
分类简称：cs.NE
提交时间：2022-09-01