針對差分進化算法在尋優(yōu)過程中存在的種群多樣性快速消失,容易收斂到局部最優(yōu)解,過早成熟的問題。文章提出一種多種群協(xié)同搜索的新機制,平衡差分算法前期的全局搜索能力和后期的局部搜索能力。對新改進的多種群差分算法使用基準測試函數(shù)進行了對比測試。測試結(jié)果表明,多種群差分算法相較于標準差分算法擁有更好的全局搜索能力,更高的精度。 

【文章來源】：信息通信. 2019,(08)

【文章頁數(shù)】：2 頁

【參考文獻】：
期刊論文
[1]改進種群多樣性的雙變異差分進化算法[J]. 李榮雨,陳慶倩,陳菲爾.  運籌學學報. 2017(01)
[2]自適應雙模式差分進化算法[J]. 呼忠權(quán),王洪斌,李碩.  計算機工程與設計. 2015(08)
[3]基于改進種群多樣度的差分進化算法[J]. 陳愛華,董新民,董志,劉棕成.  電光與控制. 2012(07)
[4]改進差分進化算法研究及應用[J]. 徐靜婷.  電子技術. 2010(05)
[5]改進自適應變空間差分進化算法[J]. 姚峰,楊衛(wèi)東,張明,李仲德.  控制理論與應用. 2010(01)
[6]差分進化算法綜述[J]. 楊啟文,蔡亮,薛云燦.  模式識別與人工智能. 2008(04)



本文編號：3441479