基于多代种群进化信息改进的差分进化算法研究

• 作者: 刘亚萍 刘珍兰 宋强
• 来源期刊: 计算机工程与科学
• 学科: 工学
• 关键词: 差分进化算法 排序算法 矩阵分解 多代种群累积分布信息
• 年，卷（期）: 2018,（11）
• 所属期刊栏目: 人工智能与数据挖掘
• 页码范围: 2054-2059
• 页数: 6页
• 分类号: TP391
• 字数: 4728字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-130X.2018.11.019

摘要

差分进化算法是进化算法中一种性能较为优良的全局数值优化算法,已在人工智能、信号处理等方面取得广泛应用,但当前研究往往仅考虑进化过程中某一代种群的分布信息,而忽略进化过程中多代种群累积的分布信息,造成信息利用不充分.借助自适应协方差矩阵进化策略的思想,充分利用进化过程中累积的种群分布信息,同时,由于自适应协方差矩阵存在收敛早熟、易陷入局部最优的缺点,先后对变异和交叉操作进行相应改进,以平衡算法的全局搜索能力和局部搜索能力.首先,根据种群中个体适应度值进行排序,由余弦函数改进的概率模型计算个体参与变异操作的概率,基向量和差分向量中末端向量根据概率值降序选择,差分向量中起始向量升序选择,从而提高种群的搜索范围;然后,对协方差矩阵进行特征分解,并在由特征向量构建的坐标系中执行交叉操作,该种方式生成的实验向量更接近全局最优解.针对上述改进操作,采用IEEE CEC2014作为评估函数,实验结果表明,相比现有的差分进化改进算法,本改进算法的实验性能提升更为明显.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘珍兰	中南大学信息科学与工程学院	2	2	1.0	1.0
2	刘亚萍	中南大学信息安全与大数据研究院	3	4	1.0	2.0
3	宋强	中南大学信息科学与工程学院	1	0	0.0	0.0