10.19678/j.issn.1000-3428.0057567
一种求解动态优化问题的改进自适应差分进化算法
针对原始动态自适应差分进化(SADE)算法局部搜索能力弱和寻优精度低的问题,提出一种求解动态优化问题的邻域搜索差分进化(NSDE)算法.通过引入邻域搜索机制,在划分种群最优个体的邻域空间范围内产生候选解,选取候选解集合中的最优解并对种群最优个体进行迭代,增强算法局部搜索能力.在传统基于距离的排斥方案中,引入hill-valley函数追踪邻近峰,提高算法寻优精度.实验结果表明,与SADE、人工免疫网络动态优化、多种群竞争差分进化和改进差分进化算法相比,NSDE算法在49个测试问题中分别有28、38、29和38个测试问题的平均误差更小,综合性能表现更好.
自适应差分进化、动态优化问题、邻域搜索、排斥方案、平均误差
47
TP301.6(计算技术、计算机技术)
国家自然科学基金61562009
2021-05-07(万方平台首次上网日期,不代表论文的发表时间)
共9页
84-91,99