針對(duì)差分進(jìn)化算法求解高維復(fù)雜優(yōu)化問(wèn)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(jìn)化機(jī)制以及多種群進(jìn)化模式,提出一種改進(jìn)的多種群協(xié)作自適應(yīng)差分進(jìn)化（MSDPIDE）算法。MSDPIDE算法按照個(gè)體適應(yīng)度的差異將個(gè)體分成不同的子種群,在多種群協(xié)同進(jìn)化過(guò)程中采用局部搜索策略和協(xié)同進(jìn)化機(jī)制來(lái)提高個(gè)體多樣性來(lái)避免早熟收斂,保證個(gè)體之間能夠進(jìn)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(guò)對(duì)9個(gè)典型的Benchmarks復(fù)雜函數(shù)進(jìn)行了測(cè)試,并和DE、和CADE算法進(jìn)行比較,實(shí)驗(yàn)結(jié)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(jì)算精度、較好的穩(wěn)定性和較強(qiáng)的全局搜索能力。 

【文章來(lái)源】：計(jì)算機(jī)與數(shù)字工程. 2019,47(07)

【文章頁(yè)數(shù)】：5 頁(yè)

【參考文獻(xiàn)】：
期刊論文
[1]多策略多參數(shù)并行差分進(jìn)化算法[J]. 曲福恒,胡雅婷,楊勇,孫爽滋,苑麗紅.  計(jì)算機(jī)應(yīng)用. 2011(11)
[2]基于logistic模型的自適應(yīng)差分進(jìn)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(yīng)差分進(jìn)化算法[J]. 葛延峰,金文靜,高立群,馮達(dá).  東北大學(xué)學(xué)報(bào)(自然科學(xué)版). 2011(04)
[4]帶局部搜索的動(dòng)態(tài)多群體自適應(yīng)差分進(jìn)化算法及函數(shù)優(yōu)化[J]. 張雪霞,陳維榮,戴朝華.  電子學(xué)報(bào). 2010(08)
[5]基于混沌和高斯局部?jī)?yōu)化的混合差分進(jìn)化算法[J]. 賈東立,鄭國(guó)莘.  控制與決策. 2010(06)
[6]基于混沌搜索的自適應(yīng)差分進(jìn)化算法[J]. 盧有麟,周建中,李英海,覃暉.  計(jì)算機(jī)工程與應(yīng)用. 2008(10)
[7]雙群體偽并行差分進(jìn)化算法研究及應(yīng)用[J]. 吳亮紅,王耀南,周少武,袁小芳.  控制理論與應(yīng)用. 2007(03)
[8]基于優(yōu)進(jìn)策略的差分進(jìn)化算法及其化工應(yīng)用[J]. 方強(qiáng),陳德釗,俞歡軍,吳曉華.  化工學(xué)報(bào). 2004(04)



本文編號(hào)：3187484