一种基于DFP算法和差分进化的分层全局优化方法

摘要

一种基于DFP算法和差分进化的分层全局优化方法，DE算法的全局探测能力强，但后期收敛速度很慢，而DFP算法具有较高的局部搜索效率，鉴于此，将DFP算法与DE算法相结合，当种群适应度不再下降时，利用当前种群的梯度信息，可加速种群向全局最优点的收敛，从而解决算法在全局探测能力与快速收敛能力之间的平衡问题。本发明的方法前期采用DE算法用以全局探测；算法进行到后期，对当前种群所有个体进行一次上层为DE算法而下层为DFP算法的两层优化，加快算法局部收敛速度，达到提高算法搜索效率这一目的。