多变异策略差分进化算法的研究与应用

• 作者: 吕铭晟 李志高 沈洪远 王俊年 王汐 龚明
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 差分进化 多变异 优化策略 电力负载分配
• 年，卷（期）: 2014,（12）
• 所属期刊栏目: 人工智能及识别技术
• 页码范围: 146-150
• 页数: 5页
• 分类号: TP18
• 字数: 3967字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2014.12.027

摘要

标准差分进化( DE)算法在高维多峰等复杂函数优化时易出现早熟现象，并且算法后期收敛速度较慢。为此，研究2种标准差分进化算法的变异策略( DE/rand/1和DE/best/1)，并将其进行串行组合，提出一种多变异策略的差分进化算法( MDE)。在4个Benchmark函数上的测试结果表明，在多变异策略下，通过对MDE算法控制参数的调整能有效拓展和平衡改进后算法的全局与局部搜索能力，其所得最优解的精度、算法的收敛速度都较标准差分进化算法有明显优势，能较好地解决电力负载分配问题。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	沈洪远	湖南科技大学信息与电气工程学院	34	594	12.0	24.0
2	王俊年	湖南科技大学信息与电气工程学院	50	546	13.0	20.0
3	李志高	湖南科技大学信息与电气工程学院	4	19	2.0	4.0
4	龚明	湖南科技大学信息与电气工程学院	4	31	3.0	4.0
5	王汐	湖南科技大学信息与电气工程学院	3	27	3.0	3.0
6	吕铭晟	湖南科技大学信息与电气工程学院	2	19	2.0	2.0