基于全局灵敏度分析的改进微分进化算法

为了提高微分进化算法在问题维度较高、计算量有限的情况下的寻优能力,提出了基于全局灵敏度分析方法的改进微分进化算法。使用Morris-One-at-a-Time(MOAT)全局灵敏度方法对典型函数进行灵敏度分析,与另一种全局灵敏度分析方法 Sobol方法进行了对比,证明MOAT方法计算效率和精度较高。基于MOAT方法分别构造了考虑灵敏度信息的改进交叉算子和变异算子,从而得到2种改进微分进化算法GSADE1和GSADE2。使用5个显式50维测试函数对2种改进算法进行了测试,并与基准微分进化算法进行了对比,发现2种改进算法在收敛速度和鲁棒性方面都有所提高。