基于混合策略的差分进化算法

梁 静，周钦亚，瞿博阳，宋 慧

(1.郑州大学 电气工程学院，河南 郑州450001;2.中原工学院电子信息学院，河南郑州450007)

0 引言

最优化是人们在实际生活中经常遇到的问题，它们可以通过数学方法抽象成函数求最优解问题.随着实际工程中的问题从线性到非线性的转变，出现复杂性增加，极值增多以及建模困难等问题，智能优化算法已经逐渐成为相关学科的一个主要研究目标和研究方向.因此，大量国内外学者对智能优化算法进行了研究改进.

在文献［1］中作者通过对个体进行分工来提高算法的性能.文献［2］采用随机向量和最优向量作为基准向量，它们的权值分别为和，通过改变大小来提高算法的性能.文献［3］使用种群中心作为基准向量并在种群中心产生变异个体.文献［4］把种群分为三个子种群，每个子种群采用不同的策略并且在不同的时期分配不等的个体.Qin等［5］采用4种变异策略，同时对不同策略采用不同的交叉因子CR，并且CR通过一个自适应机制进行调整.文献［6］按照个体适应度的差异将个体分成不同的子种群，并针对不同的个体适应度值采用不同的变异因子，保证在加快算法收敛速度的同时能够跳出局部最优点.在文献［7］中Brest等人给出了自适应控制参数的差分进化算法，在算法迭代过程中引入4个在0和1之间均匀分布的随机数，由它们控制变异因子和交叉因子的产生.

笔者提出了一种混合策略差分进化算法，该算法通过种群中个体……