基于个体特征的自适应差分进化算法研究.pdfVIP

摘要

摘要

差分进化算法作为进化算法（EA）中的一大分支，因其结构简单、参数较少、稳

定性强而被广泛应用于工程、医疗、通信等各个领域．但是差分进化算法性能对其变异

策略和控制参数的选择较为敏感，在求解高维复杂问题时往往存在搜索停滞和早熟收

敛的问题．本文针对变异策略及参数控制方法改进得到了两种新的差分进化变体算法，

并通过CEC2014和CEC2017测试集和实际应用问题验证算法性能．本文的主要研究

内容如下：

（1）提出了基于个体特征的自适应差分进化算法．首先，提出了一个种群多样性

度量指标，该度量指标可以有效指示当前种群的进化状态．其次，根据当前种群的进化

状态给出群体中每个个体的综合排名，综合排名是根据个体的适应度排名和多样性排

名加权求和得到的．最后，根据个体的综合排名设计了新的变异策略，综合排名靠前的

个体有更高的概率指导种群搜索最优解．此算法能有效平衡算法的探索与开发能力，

根据外部指标自适应地选择优势个体帮助种群进化．实验结果表明，所提方法的性能

优于其他差分进化变体算法．

（2）提出了基于分组竞争参数设置的自适应差分进化算法．该算法设计了一个新

的