双种群双策略并行差分进化算法

基本差分进化算法中提供了多种变异策略,各种变异策略对智能算法的作用各异,有的探索(全局搜索)能力强,但收敛速度慢,如DE/rand/1/bin变异策略。而像DE/best/2/bin变异策略,开采(局部搜索)能力强,精度高,收敛速度快,但又会加大算法陷入局部最优点的可能性。因此提出一种采用双种群双策略并行差分进化算法。

双种群双策略并行差分进化算法基本思想是,算法使用两个群体进行并行搜索,其中一个群体采用探索能力强的变异策略,而另一个群体采用开采能力强的策略。在两个群体独立进化的同时,两个群体之间在适当的时候进行信息交流,通过两群体之间的移民均衡全局探索能力和收敛速度之间的矛盾,使得双种群差分进化算法在合理的计算复杂度下具有较高的全局收敛率。双种群之间的移民采用对待的相互移民策略,第一群体独立进化若干代后,将一个群体的最优适应度个体替换另一个群体的最差适应度个体。



发表评论

You must be logged in to post a comment.