自适应差分演化算法研究

摘要：

差分演化算法的参数设置影响算法的优化性能和收敛速度.在对差分演化算法的控制参数:种群规模、缩放因子和交叉因子的取值进行详细实验基础上,分析各参数对算法性能的影响,总结参数选取规律,提出一种改进的自适应差分演化算法,该算法在迭代的每一代中,种群规模在一定范围内取值,缩放因子和交叉因子则在固定取值的基础上,按一定概率在一定范围内随机取值,使参数选择更宽松,增加算法的遍历性,避免陷入局部最优,提高算法收敛到全局最优的可能性.在基准函数的测试上,验证了新算法比传统差分演化算法具有更高的优化性能,并且简单容易实现.

关键词：差分演化算法、数值优化、参数分析、算法改进

所属期刊栏目：15

分类号：TP301.6(计算技术、计算机技术)

在线出版日期：2020-03-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：95-97,101