基于Lévy飞行的自适应差分进化算法

发布时间：2021-01-13 17:50

　　针对目前差分进化算法存在全局搜索与局部寻优的矛盾、搜索停滞、收敛速度慢的问题,提出一种改进算法:基于Lévy飞行的自适应差分进化算法。该算法鉴于Lévy飞行步长符合重尾分布的特点,在变异过程中结合差分进化算法的基本变异和Lévy飞行变异两种模式,并通过引入自适应缩放因子和交叉概率算子,改善种群在交叉与变异过程中的不足。通过理论分析与Benchmark函数的数值验证,并与其他6种算法进行比较。结果表明,所提新算法能够在全局搜索与局部寻优之间进行较好的平衡,而且收敛速度更快,种群多样性得到了很好的保存,一定程度上避免了搜索停滞的出现。 

【文章来源】：现代电子技术. 2020,43(04)北大核心

【文章页数】：6 页

【部分图文】：

200次Lévy飞行步长分布

函数f8(x)最终解的分布

式中，α,γ为两个特征参数。Lévy分布、高斯分布和柯西分布的概率分布对比如图1所示。Lévy飞行是一种马尔可夫[10]随机过程，行走的步长满足一个重尾的Lévy分布。Lévy飞行具有更强的扰动能力，是一种比布朗随机运动更有效的搜索策略，通过大概率短距离和小概率长距离搜索，既可以扩大搜索范围，又能在特定区域增强局部搜索效果，提高算法的全局搜索和局部寻优能力。

【参考文献】：
期刊论文
[1]基于自适应差分进化策略的多目标进化算法[J]. 陶勇,沈济南.  控制工程. 2018(11)
[2]基于云计算平台的差分进化算法改进研究[J]. 孙洁,连畅.  现代电子技术. 2018(17)
[3]基于共轭增强策略的差分进化算法[J]. 张贵军,王柳静,周晓根,丁情.  控制与决策. 2017(07)
[4]一种求解约束优化问题的自适应差分进化算法[J]. 閤大海,李元香,龚文引,何国良.  电子学报. 2016(10)
[5]自适应双模式差分进化算法[J]. 呼忠权,王洪斌,李硕.  计算机工程与设计. 2015(08)
[6]带局部搜索的动态多群体自适应差分进化算法及函数优化[J]. 张雪霞,陈维荣,戴朝华.  电子学报. 2010(08)



本文编号：2975301