带局部搜索的动态多群体自适应差分进化算法及函数优化
提出将一种改进的差分进化算法--带局部搜索的动态多群体自适应差分进化算法(DMSDELS)应用于函数优化.该算法将种群中的个体随机动态分成多个子群体,以增强个体间的信息交换;变异操作中,选择最优个体为基向量,差分向量的方向选择有利于搜索的方向,以提高收敛速度;变异尺度因子F与交叉概率CR采用自适应机制,以平衡局部搜索与全局搜索;部分优秀个体搜索达到指定代数进入局部搜索,以加快收敛.通过对13个benchmark典型复杂函数进行测试,并与其他七种优化算法进行比较,仿真结果表明:DMSDELS算法具有较高的搜索精度和收敛性,且具有较强的跳出局部最优解能力.
差分进化算法、带局部搜索的动态多群体自适应差分进化算法、优化算法
38
TPL8
国家自然科学基金60870004;中央高校基本科研业务费专项资金SWJTU09CX026,SWJTU09ZT13.SWJTU09ZT10
2011-05-12（万方平台首次上网日期，不代表论文的发表时间）
共6页
1825-1830
