基于自适应变异算子的差分进化算法

来源：计算机工程与应用杂志2018年第6期北京时间：

作者：廖雄鹰1，2，李 俊1，2，罗阳坤1，2，李 波1，2

单位：1.武汉科技大学 计算机科学与技术学院，武汉 430065；2.智能信息处理与实时工业系统湖北省重点实验室，武汉 430065

摘要：针对差分演化算法易于早熟、收敛速度慢和收敛精度低等问题，提出一种基于自适应变异算子的差分进化算法。给出个体向量粒子及维度层定义，并提出了基于维度层加权的异维维度选择策略，首次将加权异维学习策略引入差分演化算法中，有效地提高了种群的多样性；根据种群聚集度的思想，提出一种基于种群聚集度自适应的变异算子，该算子能依据种群个体当前的种群聚集度自适应地调整DE/best/1变异算子和加权异维学习变异算子的变异权重，加快算法收敛速度、提高其收敛精度。通过在20个典型的测试函数上进行测试，与7种具有代表性的算法相比，结果表明提出的算法在求解精度和收敛速度上具有很大优势，并显示出了非常好的鲁棒性。

关键词：差分进化,维度层,加权异维学习,种群聚集度,自适应变异