解决动态多中心问题的自学习差异进化算法

摘要：

为解决动态环境下的多中心优化问题,提出自学习差异进化算法.通过评估特定个体检测到环境变化,自学习算子将群体引至新的环境,并保持群体的拓扑结构不变,以继续当前的进化趋势.采用邻域搜索机制加快算法的收敛速度,引入随机个体迁入机制增加群体多样性.实验以周期动态函数为测试对象,比较自学习差异进化算法与部分智能优化算法的性能,结果表明,新算法有更快的收敛速度和更好的环境适应能力.

关键词：进化计算、动态优化、自学习机制、多中心动态优化问题、差异进化

所属期刊栏目：36

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61273232,41101425;教育部新世纪优秀人才支持计划基金资助项目NECT-2013-0785The National Natural Science Foundation of China61273232,41101425;The Ministry of Education Program for New Century Excellent TalentsNECT-2013-0785

在线出版日期：2015-09-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：166-175