一种改进的微分进化算法  

An improving Differential Evolution Algorithm

作　　者：王创业[1,2] 高浩[3] 

机构地区：[1]华北电力大学,北京102206 [2]凤阳供电公司,安徽凤阳233100 [3]清华大学自动化系,北京100084

出　　处：《电脑与信息技术》2011年第6期50-53,共4页Computer and Information Technology

摘　　要：相对于其他优化算法来说,微分进化算法具有控制参数少、易于使用以及鲁棒性强等特点,但在搜索过程中存在着局部搜索能力弱的缺点。针对微分进化算法局部搜索能力弱的缺点,提出了一种基于局部变异的微分进化算法,该算法使个体具有良好快速收敛能力。使用典型优化函数对比较算法进行了测试,算法分析和仿真结果表明,改进以后的算法具有寻优能力强、搜索精度高、稳定性好等优点,可用于实际工程中的优化问题。Differential evolution algorithm （DE） has better search performance for many optimization problems with few control parameters, easy to use and robust when it is compared with other evolutionary algorithms. But the local search ability of DE is weak. For conquering this drawback of DE, a differential evolution algorithm based local mutation （LMDE） is proposed in this paper. Then the improved algorithm shows fist convergence rate. Numerical study is carried by using benchmark functions. Experiment simulations show that the proposed algorithm has powerful optimizing ability, good stability and higher optimizing precision, so it can be applied in optimization problems.

关 键 词：微分进化算法 变异 局部搜索 收敛速度 

分 类 号：TP18[自动化与计算机技术—控制理论与控制工程]