一种基于多种群协作进化的自适应差分进化算法研究

摘要：

针对差分进化算法求解高维复杂优化问题存在的全局搜索能力和收敛速度不足,论文充分利用局部搜索策略、协同进化机制以及多种群进化模式,提出一种改进的多种群协作自适应差分进化(MSDPIDE)算法.MSDPIDE算法按照个体适应度的差异将个体分成不同的子种群,在多种群协同进化过程中采用局部搜索策略和协同进化机制来提高个体多样性来避免早熟收敛,保证个体之间能够进行充分高效的信息交换,以平衡局部搜索能力与全局搜索能力.通过对9个典型的Benchmarks复杂函数进行了测试,并和DE、和CADE算法进行比较,实验结果表明MSDPIDE算法能有效地避免早熟收敛,具有较高的收敛速率、较高的计算精度、较好的稳定性和较强的全局搜索能力.

关键词：差分进化、多种群协作、局部搜索策略、自适应、高维函数优化

所属期刊栏目：47

分类号：TP301.6(计算技术、计算机技术)

资助基金：自然科学基金项目;四川省教育厅科技计划项目

在线出版日期：2020-01-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：1648-1651,1718