论文部分内容阅读
针对差分进化算法求解函数优化问题存在过早收敛和不稳定等缺陷，提出一种基于距离度量的差分进化算法。该算法考虑各粒子的差异，利用欧式距离计算粒子与已知最优粒子的距离，然后根据差异自适应调整自身的交叉概率因子，同时增加柯西变异算子对部分个体进行变异操作，以提高种群多样性，增强算法跳出局部最优解的能力。用三种经典函数检验说明，新算法在收敛精度、速度上优于基本差分进化算法。