针对差分进化(DE)算法在解决优化问题时收敛速度不够快、容易陷入局部最优的缺点,本文通过分析DE算法不同变异操作模式的优缺点及缩放因子和交叉因子对算法寻优性能的影响,提出一种多种群自适应差分进化算法.在进化过程中,不同种群采用不同的变异操作模式,有利于不同模式之间的优势互补,同时使用logistic模型来自适应调节缩放因子和交叉因子,使算法在前期提高全局搜索能力,后期提高局部搜索能力.对典型测试函数的仿真实验表明所提算法计算精度高、收敛速度快.
科研之友
微信
新浪微博
Facebook
分享链接
