基于双变异模式同的自适应微分进化算法.PDFVIP

第 卷 第 期 控 制 与 决 策 年 月 文章编号 基于双变异模式协同的自适应微分进化算法 王世豪 杨红雨 李玉贞 韩松臣 杨 波 四川大学空天科学与工程学院，成都 ； 四川大学国家空管自动化系统技术重点实验室 成都 ； 上海电器科学研究所，上海 摘 要 针对微分进化算法 易陷入局部最优解、进化后期收敛速度慢、求解精度低等缺点 结合 和 两种变异模式分别具有全局探索能力和局部开发能力的优点 引入精英存档策略和控制参数自适应 策略 提出一种双变异模式协同自适应微分进化 算法 个典型 测试函数的实验结果表 明 能够有效提高算法的全局探索能力和局部开发能力 避免早熟收敛 大大提高算法的收敛性能和鲁 棒性 同时 精英种群的大小对 的优化性能具有明显的影响 关键词 微分进化；全局优化；精英存档；控制参数自适应 中图分类号 文献标志码 ff ， ， ， ； ffi ， ， ， ； ， ， ff ff ff ff ff ； ； ； 引 优化性能主要受变异模式和控制参数种群规模 、 缩放因子 和交叉概率 的影响 通常情况下 当 是由 等 针对实参优化问题而提出的 一种全局优化算法 原理简单 控制参数少 简单 使用 求解优化问题时 需要事先确定采用的变异 易实现 目前 已经广泛应用于函数优化、神经 策略以及设置合适的控制参数 网络优化、工业控制、图像处理等众多科研和工程 有许多不同的变异模式 每种变异模式都有 自己的优势和劣势 为了充分利用变异模式的优势 领域 作为进化算法的一个重要分支 与其他 进化算法有着相似的计算步骤 包括变异、交叉和 并克服其劣势相关研究人员提出了许多基于变异模 选择操作 而且 也是基于群体和适应度这两个概 式的改进 算法 文献 提出的 综合运用 念 然而 与其他进化算法一样容易陷入局部最 种