多变异策略的自适应差分演化算法  

Self-adaptive Differential Evolution with Multi-mutation Strategies

作　　者：周雅兰[1] 徐志[2] 

机构地区：[1]广东财经大学信息学院,广州510320 [2]中山大学信息科学与技术学院,广州510006

出　　处：《计算机科学》2015年第6期247-250,255,共5页Computer Science

基　　金：广州市珠江科技新星专项(2012J2200085);广东省教育厅高校优秀青年创新人才培育项目(2012LYM_0066);广东商学院科研创新团队建设计划资助

摘　　要：差分演化(Differential Evolution,DE)算法的性能依赖于变异策略的选择和控制参数的设置。不同问题对DE的变异策略和参数的设置各不相同。为了提高DE的性能,提出一种多变异策略的自适应差分演化算法,建立由多种变异策略组成的策略池,两个主要参数自适应策略控制。为了验证所提算法的性能,在测试数据集CEC2013上进行了实验,并将其与使用6种不同变异策略的原始DE和4种改进DE进行比较。实验结果表明,提出的算法是一种有效的DE变种,其性能优于其它DE。The performance of differential evolution（DE） algorithm often depends heavily on the mutation strategy and control parameters. A novel self-adaptive differential evolution with multi-mutation strategies called SMSDE was pro- posed. SMSDE designs a strategy pool consisting of many kinds of mutation strategy and applies self-adaptive strategies to two main parameters. In order to verify the performance of SMSDE, SMSDE was compared with 6 original DEs and 4 advanced DEs on CEC2013 benchmark functions. The experimental results show that SMSDE is superior to original DEs,and is competitive with the current advanced DE variants.

关 键 词：差分演化算法 多变异策略 参数自适应 

分 类 号：TP183[自动化与计算机技术—控制理论与控制工程]