Journal of Systems Engineering and Electronics ›› 2010, Vol. 32 ›› Issue (5): 1105-1108.doi: 10.3969/j.issn.1001-506X.2010.05.047
• 软件、算法与仿真 • 上一篇
池元成, 方杰, 蔡国飙
CHI Yuan-cheng, FANG Jie, CAI Guo-biao
摘要:
针对高维复杂优化问题,提出了基于中心变异和自适应交叉概率的差分进化算法——中心变异差分进化(center mutationbased differential evolution, CMDE)算法。该算法首先改进了个体的变异形式,即把当前代的群体中心作为基向量,依据参加变异的三个随机个体向量间的函数适应值的大小关系,确定差向量的方向;然后给出了自适应交叉概率策略,即依据交叉的作用,通过分析个体向量间的函数适应值在群体内部的分布情况,确定每个个体的交叉概率。通过几个Benchmark函数的测试表明,CMDE算法具有较快的收敛速度,且对于高维复杂问题的求解精度高,寻优性能好。