邻域结构为复杂网络的差分演化算法.PDFVIP

第３３卷第２期 计 算 机 应 用 研 究 Ｖｏｌ．３３Ｎｏ．２ 　 　 ２０１６年２月　 ＡｐｐｌｉｃａｔｉｏｎＲｅｓｅａｒｃｈｏｆＣｏｍｐｕｔｅｒｓ Ｆｅｂ．２０１６ 邻域结构为复杂网络的差分演化算法 １ａ １ｂ １ｂ ２ 李文斌 ，陈嶷瑛 ，贺毅朝 ，赵书良 （１．石家庄经济学院ａ．网络信息安全实验室；ｂ．信息工程学院，石家庄０５００３１；２．河北师范大学数学与信息科 学学院，石家庄０５００１６） 摘　要：为了提升差分演化算法对局部最优的逃逸能力和避免早熟收敛，设计了一种邻域结构为复杂网络的差 分演化算法（ＣＮＳＤＥ）。该算法将复杂网络上每一个节点定义为一个计算个体，节点间的连接关系决定了个体 间的交互结构。ＣＮＳＤＥ的差分策略主要基于节点（个体）的邻居关系定义，该策略有利于保持群体的多样性， 充分利用了群体分布特性。在函数寻优的经典数据集上，将 ＣＮＳＤＥ与传统差分算法进行了对比。结果表明， 该算法能有效避免陷入局部最优，有效改善了早熟现象，对解的质量有较大幅度提高。 关键词：复杂网络；演化计算；差分算法；函数优化；空间结构 中图分类号：ＴＰ３０１．６　　　文献标志码：Ａ　　　文章编号：１００１３６９５（２０１６）０２０３７００５ ｄｏｉ：１０．３９６９／ｊ．ｉｓｓｎ．１００１３６９５．２０１６．０２．０１１ Ｎｅｗｄｉｆｆｅｒｅｎｔｉａｌｅｖｏｌｕｔｉｏｎａｌｇｏｒｉｔｈｍｗｉｔｈｎｅｉｇｈｂｏｒｈｏｏｄ ｓｔｒｕｃｔｕｒｅｂａｓｅｄｏｎｃｏｍｐｌｅｘｎｅｔｗｏｒｋ １ａ １ｂ １ｂ ２ ＬｉＷｅｎｂｉｎ，ＣｈｅｎＹｉｙｉｎｇ，ＨｅＹｉｃｈａｏ，ＺｈａｏＳｈｕｌｉａｎｇ （１．ａ．ＬａｂｏｒａｔｏｒｙｏｆＩｎｆｏｒｍａｔｉｏｎＳｅｃｕｒｉｔｙ，ｂ．ＣｏｌｌｅｇｅｏｆＩｎｆｏｒｍａｔｉｏｎＥｎｇｉｎｅｅｒｉｎｇ，ＳｈｉｊｉａｚｈｕａｎｇＵｎｉｖｅｒｓｉｔｙｏｆＥｃｏｎｏｍｉｃｓ，Ｓｈｉｊｉａｚｈｕａｎｇ０５００３１， Ｃｈｉｎａ；２．ＣｏｌｌｅｇｅｏｆＭａｔｈｅｍａｔｉｃｓ＆ＩｎｆｏｒｍａｔｉｏｎＳｃｉｅｎｃｅ，ＨｅｂｅｉＮｏｒｍａｌＵｎｉｖｅｒｓｉｔｙ，Ｓｈｉｊｉａｚｈｕａｎｇ０５００１６，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ｉｎｏｒｄｅｒｔｏｉｍｐｒｏｖｅｔｈｅｃａｐａｂｉｌｉｔｙｏｆｅｓｃａｐｉｎｇｌｏｃａｌｏｐｔｉｍｕｍｆｏｒｔｈｅｄｉｆｆｅｒｅｎｔｉａｌｅｖｏｌｕｔｉｏｎａｌｇｏｒｉｔｈｍ，ａｎｄａｖｏｉｄｐｒｅ ｍａｔｕｒｅｃｏｎｖｅｒｇｅｎｃｅ，ｔｈｉｓｐａｐｅｒｄｅｓｉｇｎｅｄａｎｅｗａｌｇｏｒｉｔｈｍｎａｍｅｄＣＮＳＤＥ．Ｔｈｅａｌｇｏｒｉｔｈｍａｄｏｐｔｅｄａｃｏｍｐｌｅｘｎｅｔｗｏｒｋａｓｉｔｓ ｓｐａｔｉａｌｓｔｒｕｃｔｕｒｅ．Ｓｐｅｃｉｆｉｃａｌｌｙ，ＣＮＳＤＥｐｕｔａｎｉｎｄｉｖｉｄｕａｌｏｎｏｎｅｎｏｄｅｏｆｔｈｅｎｅｔｗｏｒｋ；ｔｈｅｉｎｄｉｖｉｄｕａｌｅｖｏｌｖｅｄｂｙｍａｉｎｌｙｉｎｔｅｒ ａｃｔｉｎｇｗｉｔｈｉｔｓｎｅｉｇｈｂｏｒｓｏｎｔｈｅｎｅｔｗｏｒｋ．Ｂａｓｅｄｏｎｎｏｄｅｓ’（ｉｎｄｉｖｉｄｕａｌｓ’）ｎｅｉｇｈｂｏｒｒｅｌａｔｉｏｎｓｈｉｐ，ｔｈｉｓｐａｐｅｒｐｒｏｐｏｓｅｄａｎｅｗ ｄｉｆｆｅｒｅｎｔｉａｌｓｔｒａｔｅｇｙｆｏｒＣＮＳＤＥ．Ｔｈｅｐｏｌｉｃｙｆｕｌｌｙｕｓｅｄｔｈｅｄｉｓｔｒｉｂｕｔｉｏｎｏｆｇｒｏｕｐａｎｄｉｓｃｏｎｄｕｃｔｉｖ