基于两阶段变异交叉策略的差分进化算法

摘要：

针对差分进化算法存在的收敛速度慢、稳健性差等问题,借鉴多种变异优化策略,提出一种基于两阶段不同变异交叉策略的差分进化算法.引入反向混沌搜索的初始化方法,将初始种群分为较好和较差2个子种群,两阶段依次对上一阶段改进的较好和较差2个子种群采用不同的差分进化策略,并定期将较好和较差2个子种群重新按适应值排列组合进入下一阶段,以提高种群的质量,同时克服单一差分策略的缺陷.函数仿真结果表明,与其他差分进化算法相比,该算法的收敛速度和寻优精度均得到明显改善.

关键词：差分进化、差分策略、反向学习、混沌搜索、两阶段变异交叉、函数优化问题

所属期刊栏目：40

分类号：TP18(自动化基础理论)

资助基金：国家自然科学基金资助项目70971052;中国博士后基金资助项目2012M510607;湖北省自然科学基金创新群体项目2011CDA116

在线出版日期：2014-09-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：183-189