基于Memetic框架和改进DFP局部搜索的改进差分进化算法
来源：计算机应用杂志2015年第10期北京时间：
作者：马震远, 叶树锦, 林智勇, 梁钰彬, 黄翰
单位：1. 广东技术师范学院 计算机科学学院, 广州 510665;2. 华南理工大学 软件学院, 广州 510006
摘要：为提高差分进化(DE)算法对性连续优化问题的求解能力、增强算法的适应性,提出了一种基于局部快速收敛算法的Memetic进化算法。改进了Davidon-Fletcher-Powell方法,得到了具有强搜索能力的局部搜索算法——NDFP。当进化过程中出现具有优秀特质的个体时,NDFP可以使该个体沿着局部最优解的方向快速进化。为综合NDFP和DE的优势,提出局部搜索的执行策略来平衡全局搜索和局部搜索的关系,使得NDFP对DE的优化具有更为广泛的适应性。在CEC2005和CEC2013 Benchmark的53个测试函数上的实验结果表明,同DE/current-to-best/1、SaDE和EPSDE算法相比,NDFP-DE进化算法具有更高的求解精度和稳定性。
关键词：Memetic框架,差分进化,局部搜索,DFP方法,近似梯度
基金资助：国家自然科学基金资助项目(61370102,61202453)。
