基于容忍度的网络拓扑自适应差分进化算法

摘要

为了进一步提高差分进化算法的局部搜索能力,提出一种基于容忍度的网络拓扑自适应差分进化算法。通过构建最近邻耦合网络拓扑和小世界网络拓扑,采用基于容忍度的拓扑选择机制为所有个体选择网络拓扑及邻域,从邻域中选择个体参与变异操作以提升算法局部搜索性能。此外,为了使初始种群在搜索空间内的分布更加均匀,设计了一种边界反向映射初始化策略,用以替代原始的初始化策略。为验证所提策略的有效性,将所提算法与几种先进的改进差分进化算法在25个测试函数上进行了比较,实验结果表明所提算法的求解精度和收敛速度优于其他算法,具有极强的竞争力。