一种基于入侵杂草算法改进的差分进化算法

摘要

差分进化算法(Differential Evolution, DE)的DE/rand/1/bin模式具有良好的全局性能,但其收敛速度慢,针对此,应用入侵杂草算法(Invasive Weed Optimization, IWO)的设计思想,研究提出一种改进的差分进化算法(Modified Differential Evolution Algorithm based on Invasive Weed Optimization, IWOMDE)。该算法依据IWO算法思想,以群体平均适应度为划分依据,将群体中的个体划分为优秀个体与较差个体,对优秀个体使其能够多进化,而较差个体少进化或者“停滞”以维持种群的多样性。仿真实验结果表明,IWOMDE算法对多峰多模态函数具有优化效率高、优化精度高的特性。