作者:徐庆征 王磊 何宝民 王娜差分进化基于反向学习当前最优解函数优化
摘要:当最优解偏离目标函数定义域的几何中心时,反向个体容易远离全局最优解,基于反向差分进化算法的性能会大幅降低.该文引入基于当前最优解的反向学习策略,并与差分进化算法相结合,求解函数优化问题.当前代的最优解作为候选解和相应反向个体之间的对称点,能保证反向种群的利用率始终维持在较高水平.实验结果表明,该算法可行而高效,且算法性能的提升完全是反向个体的贡献.此外,提出一种增强的基于反向差分进化算法,展示出此类优化方法的最优效果.
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社