论文部分内容阅读
差分进化算法是一种新的进化计算技术，具有良好的优化性能，但是对于高维多模态函数，算法易早熟收敛；其优化性能受差分进化模式类型及演化控制参数取值的影响较大。为此，提出自适应加速差分进化算法，该算法利用混沌的遍历性产生初始群体，以克服种群体初始化时的盲目性和随机性；其次随着搜索过程的进行随机自适应地调整缩放因子和选取差分进化模式，以减少人为因素影响，增强搜索能力。通过对多个函数进行仿真试验研究，结果表明该方法寻优效果显著，明显减少了迭代次数，提高了计算效率。