科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对差分进化算法求解约束优化问题存在寻优精度差和收敛速度较慢的问题,提出一种改进的差分进化算法来求解约束优化问题。首先在初始化及进化过程中利用广义反向学习(GOBL)策略产生反向种群,提高搜索效率同时加快收敛速度;其次采用自适应权衡模型计算出个体的适应值并作排序处理;最后,改进的变异策略和个体选择机制执行变异操作提高多样性。分析了个体排序及GOBL策略的有效性,并通过与GOBL-ACDE、εRDE和ATMES算法作了比较,实验表明所提算法有较高的收敛精度,而且收敛速度较快。
- 出版日期2022
- 单位贵州大学
