基于群智能的新型反向混合差分进化算法

作者：吴昱; 李元香; 徐星

来源：小型微型计算机系统, 2009, (05): 903-907.

• 差分进化
• 粒子群优化
• 反向学习
• 信息共享
• 反向初始化 differential evolution
• particle swarm optimization
• opposition-based learning
• information sharing

依据PSO和DE在函数优化方面所展现的优越性能,提出一种融合粒子群智能思想的新型反向混合差分进化算法(ODE-SI).本文分析这两种启发式方法之间的潜在联系,并在ODE-SI中不仅保留了粒子群智能思想中的经验记忆,而且应用了反向学习(opposition-based learning,OBL)操作促使演化生成过程的跃变,从而使算法具有较高的收敛速度和较好的种群多样性.此外,通过测试函数的仿真实验,本文将ODE-SI与其他DE和PSO算法进行比较.实验结果证实了新算法的高效性、通用性和稳健性.

• 单位
  武汉大学; 软件工程国家重点实验室