以优秀个体为导向的多策略差分进化算法

• 作者: 陈颖洁 刘三阳 张哲辰
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 差分进化(DE) 多策略 优秀个体 学习因子 平衡因子
• 年，卷（期）: 2022,（2）
• 所属期刊栏目: 模式识别与人工智能|Pattern Recognition and Artificial Intelligence
• 页码范围: 137-144
• 页数: 8页
• 分类号: TP301.6
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2008-0085

摘要

提出一种以优秀个体为导向的多策略差分进化算法.根据适应度值将种群等分为三个子种群,针对不同的种群使用不同的变异策略和控制参数.针对适应度值较差的种群提出了一种新的变异策略,通过引入学习因子和平衡因子,对提高收敛速度、精度和易陷入局部最优状态进行平衡,并对其中个体的控制参数采取自适应的机制,降低种群陷入停滞状态的概率.除此,在每次迭代完成之后,三个种群会重新组成一个新的种群,从而实现了不同种群之间信息的交互.用19个标准测试函数对所提出算法的性能进行了测试,并将其与一些主流差分算法进行比较.实验结果表明,所提出的算法在大部分函数的收敛速度以及精度上有明显的提升.