【摘 要】
：
针对差分进化算法(DE)存在的早熟收敛和搜索停滞的问题,提出了多策略协方差矩阵学习的差分进化算法。通过协方差矩阵建立特征坐标系,通过在特征坐标系中执行变异和交叉操作,
【机 构】
：
武汉科技大学计算机科学与技术学院,智能信息处理与实时工业系统湖北省重点实验室
【基金项目】
：
国家自然科学基金(61572381),武汉科技大学智能信息处理与实时工业系统湖北省重点实验室基金(znxx2018QN06)
论文部分内容阅读
针对差分进化算法(DE)存在的早熟收敛和搜索停滞的问题,提出了多策略协方差矩阵学习的差分进化算法。通过协方差矩阵建立特征坐标系,通过在特征坐标系中执行变异和交叉操作,来充分利用当前种群的分布信息以及各变量之间的关系,保证种群能朝着全局最优解的方向进化;根据历史进化信息来选择变异策略的方式使得个体能选择当前最合适的变异策略,提高找到最优解的概率;交叉概率的自适应也一定程度上平衡算法的全局探索能力和局部探索能力。对算法的收敛性进行了证明,同时将算法在CEC2017测试集上进行了仿真实验,并将实验结果跟其他优秀
其他文献
目的：研究银杏叶提取物（extract of Ginkgo biloba，EGb）对静脉注射外源性糖基化终末产物损伤大鼠血管内皮功能的影响及其机制。方法：按文献方法制备糖基化终末产物，大鼠尾静脉注射A
将深度学习用于图数据建模已经在包括节点分类、链路预测和图分类等在内的复杂任务中表现出优异的性能,但是图神经网络同样继承了深度神经网络模型容易在微小扰动下导致错误
在近年来现当代文学研究“历史化”潮流下,现当代文学文献学成为学界引人注目的一个领域。作家手稿手迹研究,是该领域中一个生机勃勃、但还有待深入开掘的园地。2019年10月12
随着最近深度学习技术的蓬勃发展,深度神经网络(DNN)在大规模的图像分类与识别任务中取得了突破性的进展,但其在解决小样本学习问题时仍面临巨大挑战。小样本学习(FSL)是指在少量有监督样本的情况下学习一个能解决实际问题的模型,在深度学习领域具有重要意义。这促使该系统梳理了已有的DNN下的小样本学习工作,根据它们在解决小样本学习问题时所采用的技术,将DNN下的小样本学习解决方案分为四种策略:数据增强、