基于高斯扰动和免疫搜索策略的改进差分进化算法

• 作者: 孙成富 张亚红 陈剑洪 陈礼青
• 来源期刊: 南京大学学报（自然科学版）
• 关键词: 差分进化 高斯扰动 局部优化 免疫搜索策略 全局收敛
• 年，卷（期）: 2013,（2）
• 页码范围: 202-209
• 语种: 中文

摘要

在差分进化算法的优化过程中,不断生成更优的解并采用达尔文的“适者生存”思想进行择优保留,这样的遗弃会导致个体有效成分缺失,并失去对新空间的探索开发能力,降低种群多样性,进而使算法早熟收敛并陷入局部最优,因此需要改进差分进化算法并权衡算法的空间探索和开发能力,提高解的精确度和算法收敛速度.为此,基于高斯扰动和免疫搜索策略的差分进化算法被提出.首先,通过生物免疫系统的信息处理机制实现自适应地修正差分进化算法中的缩放因子和交叉因子,以满足优化过程中对这两个参数的取值要求；然后,通过基于高斯扰动的交叉操作算子增加种群的多样性,扩展算法的探索空间,以避免陷入局部最优,进而提高算法的性能.实验结果表明,该优化算法具有良好的寻优性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张亚红	淮阴工学院计算机工程学院	19	161	7.0	12.0
2	陈礼青	淮阴工学院计算机工程学院	14	18	2.0	3.0
3	孙成富	淮阴工学院计算机工程学院	8	36	4.0	6.0
4	陈剑洪	淮阴工学院计算机工程学院	4	15	2.0	3.0