基于新型变异策略的差分进化算法.pdfVIP

基于新型变异策略的差分进化算法--第1页

基于新型变异策略的差分进化算法

宋锦;师玉娇;高浩;王保云

【摘要】为加快算法的收敛速度和寻优能力，将粒子群算法和差分进化算法的优

点结合起来，提出一种混合差分进化算法。在此基础之上引入一种新型的变异策略

(包括全局变异和局部变异两种)，平衡算法的全局有哪些信誉好的足球投注网站能力和收敛速度。采用大量

标准测试函数对多种比较算法进行实验，实验结果表明，相比其它进化算法，改进

以后的差分进化算法可以达到更快的收敛速度和更高的寻优精度，可以广泛应用于

工业及生产领域。%BycombingthemeritsofPSOandDE,ahybridDE

algorithmwaspresentedforacceleratingitsconvergencespeedand

improvingitssearchability.Andanovelmutationstrategywithlocaland

globalsearchoperatorswasproposedforbalancingtheexplorationability

andtheconvergencerateoftheimprovedDE.Theproposedalgorithmwas

appliedtoasetofbenchmarktestproblemsandcomparedwithbasicPSO

andDEalgorithmsandtheirvariants.Experimentalresultsdemonstratethe

pro-posedalgorithmshowsbetterimprovementsonmosttestissues,and

itcanbeappliedtotheindustrialfield.

【期刊名称】《计算机工程与设计》

【年(卷),期】2016(037)005

【总页数】6页(P1285-1290)

【关键词】差分进化算法;粒子群优化算法;全局有哪些信誉好的足球投注网站能力;收敛速度;变异策略

【作者】宋锦;师玉娇;高浩;王保云

基于新型变异策略的差分进化算法--第1页

基于新型变异策略的差分进化算法--第2页

【作者单位】南京信息职业技术学院通信学院，江苏南京210046;南京邮电大学

自动化学院，江苏南京210023;南京邮电大学自动化学院，江苏南京210023;南

京邮电大学自动化学院，江苏南京210023;南京邮电大学自动化学院，江苏南

京210023

【正文语种】中文

【中图分类】TP18

当处理很多有挑战的优化问题时，差分进化算法[1,2]已经被证明了突出的表现能

力。然而，与标准的粒子群算法[3](PSO)相比，差分进化算法经常表现出较慢的收

敛速度。本文将标准差分进化算法的迭代公式和rand-to-best迭代策略结合起来，

引入整个种群记忆的最优信息(gbest)，提出了一种基于gbest引导的GDE算法

(differentialevolutionwithgbestleadingstrategy)，在此基础之上加入两种变

异策略(全局变异和局部变异)以加强算法的全局和局部有哪些信誉好的足球投注网站能力，称之为

MGDE(GDEalgorithmwithmutationstrategy)。这种改进算法在测试函数中取

得了良好的成绩。

对于优化问题而言，差分进化算法具有简单易实现的特点，近年来受到越来越多的

关注。在差分进化算法中，首先在有哪些信誉好的足球投注网站空间初始化一个固定个体数目的种群，种群

中的每个个体，称为目标向量，经过变异，交叉和选择3个操作产生一个新的向

量。整个种群在有哪些信誉好的足球投注网站空间中随机有哪些信誉好的足球投注网站，利用3个随机