一种高效动态自适应差分进化算法

摘要

针对差分进化算法易早熟收敛、收敛精度低等特点,文中提出一种高效动态自适应差分进化(EDSDE)算法。该算法从变异因子、变异策略以及交叉因子方面入手,将变异因子设置成线性递减函数,在基向量前加入幅值系数以平衡全局搜索和局部搜索,将交叉因子设置成在[0,1]内不断震荡且每隔50代更新一次的动态自适应函数。仿真实验结果表明,EDSDE能获得更好的优化结果,且比其他算法具有更好的优化性能。