分布模型和关联模型的自适应差分进化算法

摘要：

自适应差分进化算法通常不区分各维变量所用参数，且未考虑参数之间的关联性，为使参数的调整更好地促进算法性能，提出一种基于分布模型和关联模型的自适应差分进化算法。考虑各维变量之间的差异性，对个体的不同维采用不同的缩放因子，记录一定时期内对种群起促进作用的参数取值，利用主成分分析和分布估计方法建立缩放因子的分布模型；利用记录的缩放因子取值和核支持矢量机建立缩放因子与交叉率参数之间的非线性关联模型，预测交叉率取值。通过6组测试函数进行实验，实验结果表明，该算法比对比算法SaDE更具效力，在 t检验指标上优于SaDE的函数数量分别达到了30维时的3组和100维时的5组。

关键词：参数自适应、差分进化、分布模型、关联模型、缩放因子

分类号：TP391.41(计算技术、计算机技术)

资助基金：青年科学基金项目61402150；河南省科技攻关计划基金项目122102210507

在线出版日期：2015-11-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：2995-2999,3018