自适应差异演化算法及其应用

• 作者: 兰国生 卢青波 张学良 温淑花
• 来源期刊: 现代制造工程
• 学科: 工学
• 关键词: 差异演化 自适应 缩放因子 交叉率
• 年，卷（期）: 2010,（9）
• 页码范围: 16-21,101
• 分类号: TP391.7
• 字数: 3540字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-3133.2010.09.006

摘要

差异演化(Differential Evolution,DE)算法是一种基于群体差异的演化算法,具有良好的优化性能,但是对于高维复杂函数,DE算法易早熟收敛.为此,在对DE算法参数分析的基础上,提出自适应缩放因子及自适应交叉率两个概念,进而提出一种自适应差异演化(Adaptive Differential Evolution,ADE)算法.利用群体差异度对DE算法进行分期,一方面使缩放因子在前期较大,在进化的中期先变小,后增大,在进化的后期,缩放因子较小;另一方面使DE算法的交叉率在前期较小,中期在一定范围内随机取值,进化后期较大.仿真实验结果与工程应用实例表明,ADE算法在收敛速度和全局搜索能力方面得到了较好的平衡,不仅保证了ADE算法的收敛速度,而且具有较好的全局搜索能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张学良	太原科技大学机电工程学院	88	846	14.0	27.0
2	温淑花	太原科技大学机电工程学院	58	705	13.0	26.0
3	兰国生	太原科技大学机电工程学院	45	401	10.0	19.0
4	卢青波	太原科技大学机电工程学院	21	137	6.0	11.0