基于Boltzmann机制的双子代竞争差异演化算法

摘要：

差异演化(differential evolution,DE)是Store和Price(Technical Report TR-95-102,International Computer Institute,Berkely,1995)提出一种基于个体差异重组思想的演化算法,适合于求解连续空间的最优化问题.和其它演化算法相比,差异演化算法在求解非凸、多峰、非线性函数优化问题时表现出极强的稳健性,且在同样的精度要求下,算法收敛的速度快.但过早收敛和陷入局部最优是包括差异演化在内的演化算法面临的一个重要问题.提出一种基于Boltzmann生存机制的双子代竞争差异演化算法.为避免算法过早收敛,利用交叉操作生成两个新个体以增加群体多样性,然后与父代个体竞争形成子代个体.在选择操作中引入Boltzmann机制,以一定概率接受较差解,使算法能跳出局部最优,最终达到全局最优解.利用Brest et al.(Evdutionary COmputation,2006,10:646～657)中的21个测试函数,分别与标准DE算法、jDE算法进行性能比较.实验结果表明,该算法的平均性能值、最优性能值以及最优解质量都优于标准DE算法和jDE算法.

关键词：差异演化算法、双子代竞争、Boltzmann机制

所属期刊栏目：44

分类号：TP18(自动化基础理论)

资助基金：国家自然科学基金60443003;北京交通大学校科研和教改项目2003SZ003

在线出版日期：2008-06-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：195-203