关键词:
差分进化
分层种群
多策略
三重选择机制
参数自适应
摘要:
针对差分进化算法(differential evolution,DE)在寻优过程中易陷入局部最优以及求解精度不高的问题,提出一种带有三重选择机制的多种群多策略差分进化算法(TSMDE)。该算法采用分层种群结构,利用适应度值将种群划分为三个子种群,且子种群的大小随迭代动态调整。同时,采用五个改进的突变策略以及不同的参数自适应方式,以满足个体在不同进化阶段的开发与探索需求。为了充分发挥多种群的优势,提出一种高效的信息共享机制——三重选择机制。各子种群先根据不同模式选择执行突变的个体,然后该个体根据自身进化状态选择合适的突变策略,最后判断出该个体处于停滞状态后从两个外部存档中选择一个候选解进行替换,最终通过三重选择机制引导整个种群的进化进程。最后,将TSMDE与13个先进的差分进化(DE)变体进行对比,以验证TSMDE的有效性。在CEC2014测试集中的30个基准函数上的实验结果表明,该算法在求解精度、避免陷入局部最优等方面的能力优于或比得上这13个先进算法。