基于旋转学习机制的差分演化算法  

Differential Evolution Algorithm Using Rotation-Based Learning

作　　者：刘会超[1,2] 吴志健[1] 

机构地区：[1]武汉大学计算机学院软件工程国家重点实验室,湖北武汉430072 [2]黄淮学院信息工程学院,河南驻马店463000

出　　处：《电子学报》2015年第10期2040-2046,共7页Acta Electronica Sinica

基　　金：国家自然科学基金(No.61070008;No.61364025;No.61305150);河南省基础与前沿技术研究计划(No.122300410071);河南省科技攻关计划(No.122102310474)

摘　　要：为克服反向学习机制仅能搜索反向空间中一个固定点的弊端,通过引入旋转操作将其扩展为一种新的旋转学习机制,新机制通过调整旋转角度能搜索旋转空间中的任意一点,具备更强的勘探能力和多种应用模式.通过嵌入旋转学习算子,并引入参数自适应机制,提出了新的基于旋转学习的差分演化算法.在广泛使用的测试函数集上开展仿真实验,结果验证了旋转学习机制的有效性,与多种知名差分演化算法相比,新算法在寻优性能上竞争优势明显,且具有良好的适用性.Opposition-based learning mechanism （OBL）only searches a fixed point in the opposite space.In order to over-come this defect,a rotation-based learning mechanism （RBL）is proposed by introducing the rotation operation to OBL.The RBL can search any point in the rotation space by adjusting the rotation angle parameter,and has a stronger exploration capacity and mul-tiple application modes.By embedding the RBL and self-adaptive parameter control mechanism into differential evolution algorithm （DE）,the rotation-based differential evolution algorithm （RDE）is introduced.Simulation experiments conducted on a set of widely used benchmark functions verify the effectiveness of RBL mechanism.Compared with several well-known DE variants,the RDE al-gorithm has a significant competitive advantage in optimizing performance,and has good applicability.

关 键 词：演化计算 差分演化 旋转学习机制 反向学习机制 

分 类 号：TP18[自动化与计算机技术—控制理论与控制工程]