论文研究改进自适应微分进化算法求解全局优化问题.pdf

针对微分进化（differentialevolution，DE）算法在进化后期收敛速度慢、收敛精度低、易陷入局部最优解等缺点。通过改进DE的变异方程，并引入一种新的控制参数自适应策略，提出了一种改进自适应微分进化（improvedadaptivedifferentialevolution，IADE）算法。进化过程中IADE将根据个体适应值与父代平均适应值之间的关系动态地调整控制参数。同时，采用10个常用于优化算法比较的标准函数对IADE和其他改进DE算法进行对比实验。实验结果表明，IADE算法不仅能够显著地提高收敛速度和收敛精度，而且具有非常好的鲁棒性，从而使得该算法能够满足过程优化的实时性、准确性以及稳定性要求。