一种增强全局搜索能力的差分进化算法

摘要

针对差分进化算法种群的多样性和收敛速度的矛盾问题,提出一种增强全局搜索能力的差分进化算法(简称MP-WDE)。首先,在种群初始化阶段将种群划分为多个子种群,分别采用不同的变异策略来提高种群的多样性。同时,利用动态递增的交叉概率因子来提高进化过程种群多样性。最后,通过引入策略加权机制,将变异策略"DE/current-to-best/2"改进为加权变异策略"DE/current-to-best/2 or DE/current-to-rbest/2",以提高算法的收敛速度。通过与其他经典的改进差分进化算法在CEC2005的对比实验,该算法具有良好的寻优效果。无论在解的精度还是收敛速度方面都有所提高,因此MPWDE算法可以执行。