论文部分内容阅读
复杂过程全局进化算法是一种具有类似分散搜索的通用框架结构，能够高效完成全局搜索的新型进化算法。在该算法的基础上，提出了差分型复杂过程全局进化算法。差分型算法采用拉丁超立方体抽样生成多样性种群，并应用“最小欧几里德距离的最大值法”产生参考集Refset2，以保证参考集的多样性。采用差分变异和交叉策略替代原算法的线性合并，兼顾算法的收敛速度和种群的多样性。应用Nelder-Mead直接搜索法进行局部搜索，防止搜索过程在局部最优点附近反复。仿真结果表明差分型复杂过程全局进化算法，具有较高的搜索效率。