基于双变异模式协同的自适应微分进化算法

作     者：王世豪 杨红雨 李玉贞 韩松臣 杨波 WANG Shi-hao;YANG Hong-yu;LI Yu-zhen;HAN Song-chen;YANG Bo

作者机构：四川大学空天科学与工程学院成都610065 四川大学国家空管自动化系统技术重点实验室成都610065 上海电器科学研究所上海200063 

出 版 物：《控制与决策》 (Control and Decision)

年 卷 期：2017年第32卷第7期

页      面：1196-1202页

核心收录：

学科分类：0820[工学-石油与天然气工程] 08[工学] 081104[工学-模式识别与智能系统] 0835[工学-软件工程] 0802[工学-机械工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金项目(71573184) 民航科技项目(20150228) 

主　　题：微分进化 全局优化 精英存档 控制参数自适应 

摘      要：针对微分进化算法(DE)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DE/rand/1和DE/best/1两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(DMCSa DE)算法.15个典型benchmark测试函数的实验结果表明,DMCSa DE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DMCSa DE的优化性能具有明显的影响.