基于差分进化算法的收敛性分析  

Convergence Analysis of Differential Evolution Algorithm

作　　者：宁桂英[1] 周永权[2] 

机构地区：[1]广西科技大学鹿山学院,广西柳州545616 [2]广西民族大学信息科学与工程学院,广西南宁530006

出　　处：《南通大学学报（自然科学版）》2014年第3期90-94,共5页Journal of Nantong University(Natural Science Edition)　

基　　金：广西科技大学鹿山学院科学基金项目(2013LSZK02);2015年度广西壮族自治区高等学校科研项目

摘　　要：基于差分进化算法的基本原理,采用马尔可夫链分析了该算法的收敛性,论证了该算法能以概率1收敛到全局最优解.利用该算法对3个经典函数进行了数值仿真,结果表明,该算法能够快而有效地收敛到问题的最优解,说明了文章所得结论的正确性.Based on the analysis of basic principle of basic differential evolution algorithm, Markov chain was employed to analyze its convergence. Theoretically, it is proved that the basic differential evolution algorithm converges with probability 1 to the global optimal solution. And three classic functions were tested. Simulation results show that the proposed algorithm can quickly and efficiently converge to the optimal solution of the problem.

关 键 词：差分进化 马尔可夫链 收敛性 时间复杂度 适应度 

分 类 号：O211.62[理学—概率论与数理统计]