基于邻域搜索的自适应差分进化算法 |
| |
作者姓名: | 戈阳 |
| |
作者单位: | 新疆师范大学计算机科学技术学院 |
| |
基金项目: | 新疆师范大学优秀青年教师科研启动基金(项目编号:XJNU201814); |
| |
摘 要: | 针对传统自适应差分进化算法局部搜索能力薄弱,寻优精度低的缺点,提出一种基于邻域搜索的改进自适应差分进化算法(DADE)。在传统自适应差分进化算法的基础上,通过引入邻域搜索操作,扩大了算法搜索的范围,通过引入高斯扰动来进一步提高算法的收敛速度。在IEEE CEC2013函数集中选取15个基准函数进行实验,与先进的算法变种SinDE、MDE、FWADE,FWA的性能进行比较。实验结果表明,DADE算法在13个函数的误差均值上小于对比算法。
|
关 键 词: | 无约束优化 差分进化 模拟退火 自适应变异 高斯扰动 |
|
|