Key points are not available for this paper at this time.
差分進化(DE)の性能を向上させるために、突然変異と交差時の親選択の代替手段を提供する効果的かつ効率的な成功した親選択フレームワークが提案されます。提案された方法は、成功した解をアーカイブに保存することで親の選択を適応させており、解が許容できない時間内に更新されない場合、アーカイブから親が選択されます。この提案されたフレームワークは、進化を導くより有望な解を提供し、DEが停滞の状況を脱するのを効果的に助けます。シミュレーション結果は、提案されたフレームワークが4つの実世界の最適化問題と30のベンチマーク関数において、2つのオリジナルDEと6つの最先端アルゴリズムの性能を大幅に改善することを示しています。
Guo et al.(火曜日)はこの問題を研究しました。
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: