針對差分進化算法求解高維復雜優(yōu)化問題存在的全局搜索能力和收斂速度不足,論文充分利用局部搜索策略、協(xié)同進化機制以及多種群進化模式,提出一種改進的多種群協(xié)作自適應差分進化（MSDPIDE）算法。MSDPIDE算法按照個體適應度的差異將個體分成不同的子種群,在多種群協(xié)同進化過程中采用局部搜索策略和協(xié)同進化機制來提高個體多樣性來避免早熟收斂,保證個體之間能夠進行充分高效的信息交換,以平衡局部搜索能力與全局搜索能力。通過對9個典型的Benchmarks復雜函數(shù)進行了測試,并和DE、和CADE算法進行比較,實驗結果表明MSDPIDE算法能有效地避免早熟收斂,具有較高的收斂速率、較高的計算精度、較好的穩(wěn)定性和較強的全局搜索能力。 

【文章來源】：計算機與數(shù)字工程. 2019,47(07)

【文章頁數(shù)】：5 頁

【參考文獻】：
期刊論文
[1]多策略多參數(shù)并行差分進化算法[J]. 曲福恒,胡雅婷,楊勇,孫爽滋,苑麗紅.  計算機應用. 2011(11)
[2]基于logistic模型的自適應差分進化算法[J]. 陳華,范宜仁,鄧少貴.  控制與決策. 2011(07)
[3]多種群并行的自適應差分進化算法[J]. 葛延峰,金文靜,高立群,馮達.  東北大學學報(自然科學版). 2011(04)
[4]帶局部搜索的動態(tài)多群體自適應差分進化算法及函數(shù)優(yōu)化[J]. 張雪霞,陳維榮,戴朝華.  電子學報. 2010(08)
[5]基于混沌和高斯局部優(yōu)化的混合差分進化算法[J]. 賈東立,鄭國莘.  控制與決策. 2010(06)
[6]基于混沌搜索的自適應差分進化算法[J]. 盧有麟,周建中,李英海,覃暉.  計算機工程與應用. 2008(10)
[7]雙群體偽并行差分進化算法研究及應用[J]. 吳亮紅,王耀南,周少武,袁小芳.  控制理論與應用. 2007(03)
[8]基于優(yōu)進策略的差分進化算法及其化工應用[J]. 方強,陳德釗,俞歡軍,吳曉華.  化工學報. 2004(04)



本文編號：3187484