10.14188/j.1671-8836.2018.03.002
基于多样变异随机搜索的差分进化算法
为解决差分进化算法(DE)易陷入局部最优、收敛速度慢等问题,提出一种基于多样变异随机搜索的差分进化算法(DMSDE),并证明算法依概率收敛.DMSDE算法在保留DE算法变异操作的同时采用变异比例因子自适应调整策略提高种群进化效率;然后利用改进的交叉算子加快算法收敛速度;此外,构造了一个新颖的多样变异算子来增强算法局部搜索能力并确保种群多样性.通过8个常用标准测试函数上的实验表明,所提出的算法在收敛精度、稳定性、收敛速度方面都优于其他5种算法,具有较高的优化性能.
差分进化、交叉、多样变异、全局优化
64
TP18(自动化基础理论)
国家自然科学基金青年基金11601400
2018-08-27(万方平台首次上网日期,不代表论文的发表时间)
共6页
211-216