精英化岛屿种群引导的差分进化算法

doi:10.3778/j.issn.1002-8331.2009-0214

摘要/摘要

摘要：

针对差分进化算法常见的早熟收敛、搜索停滞和求解精度低的问题，研究一种精英化岛屿种群的差分进化算法（EIDE）为了实现全局搜索与局部搜索能力并重，EIDE公司划分多个岛屿种群，根据迭代时的适应度情况，动态地将岛屿种群分类为精英岛屿和普通岛屿；针对精英岛屿，提出一种控制参数自适应方法，依据岛屿适应度情况，自适应地调整变异概率与交叉概率，同时算法利用增强局部搜索的变异策略，提高收敛速度与精度；针对普通岛屿，使用适合全局搜索的变异与交叉概率及变异策略，维护种群多样性。EIDE公司提出了一种可控的“移民”与“个体迁移”策略，控制优质基因流动，有效避免早熟收敛与搜索停滞问题。在9个基准函数上的测试结果表明，新算法具有较强的全局寻优能力与稳定性，且收敛速度较快。

关键词: 差分进化算法, 岛屿模型, 子种群分类, 参数自适应

摘要：

为了解决早熟收敛和搜索停滞的问题，提出了一种基于精英岛种群的差分进化算法。为了增强全局搜索和局部搜索能力，该算法将种群划分为多个岛屿种群，并根据适应度动态分类这些岛屿种群的类型。针对精英海岛，提出了一种控制参数自适应方法。自适应参数由变异个体和整个岛屿的适应度决定，因此变异算子和交叉算子将进行自适应调整。并结合变异策略来增强局部搜索，以提高收敛速度和准确性。对于常见的岛屿，使用适合全局搜索的突变和交叉算子来保持种群多样性。该算法提出了两种控制高质量基因流的策略，一种是方向控制迁移策略，另一种是个体转移策略，因此该算法可以有效避免早熟收敛和搜索停滞。通过对9个典型测试函数的测试，结果表明该算法具有较强的全局优化能力、稳定性和较快的收敛速度。

关键词： 差分进化算法，岛屿模型，亚群分类，参数自适应

钱峥远，曾国荪. 精英化岛屿种群引导的差分进化算法[J] ●●●●。计算机工程与应用, 2021, 57(20): 73-81.

钱正元、曾国孙。精英岛种群指导下的差分进化算法[J]。计算机工程与应用，2021，57（20）：73-81。

参考文献

[1] STORN R，PRICE K。差分进化——一种简单有效的连续空间全局优化启发式算法[J]。《全局优化杂志》，1997,11（4）：341-359。
[2] 周思聪，邢林恩，郑X，等.一种适用于任意工件尺寸和释放时间的单批处理机调度的自适应差分进化算法[J]。IEEE控制论汇刊，2019:1-13。
[3] 唐磊，赵毅，刘杰.一种改进的差分进化算法在炼钢连铸生产实际动态调度中的应用[J]。IEEE进化计算汇刊，2014,18（2）：209-225。
[4] 张晓丽.基于改进差分进化算法的二维最大熵图像分割[J] ●●●●。自动化技术与应用，2016，35（6）：69-72.
基于动态微分进化的图像分割中的ZHANG X L.2-D最大熵方法[J]。自动化技术与应用，2016,35（6）：69-72。
[5] 杨媛媛，杨京燕，夏天，等.基于改进差分进化算法的风电并网系统多目标动态经济调度[J] ●●●●。电力系统保护与控制，2012，40（23）：24-29.
杨毅毅，杨继毅，夏T，等.基于改进差分进化算法的风电集成系统多目标动态经济调度[J]。电力系统保护与控制，2012,40（23）：24-29。
[6] 段建东，杨杉.基于改进差分进化法的含双馈型风电场的配电网无功优化[J] ●●●●。电力自动化设备，2013，33（11）：123-127.
段俊德，杨淑.基于改进差分进化方法的双层风电场配电网无功优化[J]。电力自动化设备，2013,33（11）：123-127。
[7] LIN X，LUO W J，XU P L.通过最近更好聚类的物种多模式优化的差分进化[J]。IEEE控制论汇刊，2019:1-14。
[8] 丁青锋，尹晓宇.差分进化算法综述[J] ●●●●。智能系统学报，2017，12（4）：431-442.
丁庆芳，尹晓云.差分进化算法研究综述[J]。CAAI智能系统汇刊，2017,12（4）：431-442。
[9] LAMPINEN J，ZELINKA I.关于差分进化算法的停滞问题[C]//第六届孟德尔软计算国际会议论文集，2000:76-83。
[10] 王毅，蔡志X，张庆芳.基于复合试验向量生成策略和控制参数的差分进化[J]。IEEE进化计算汇刊，2011年，15（1）：55-66。
[11] 王毅，蔡智，张奇.通过正交交叉提高差分进化的搜索能力[J]。信息科学，2012185（1）：153-177。
[12] DAS S，KONAR A，CHAKRABORTY UK。两种改进的差分进化方案用于更快的全局搜索[C]//遗传和进化计算会议，2005年。
[13] BREST J，GRINER S，BOSKOVIC B，等.微分进化中的自适应控制参数：数值基准问题的比较研究[J]。IEEE进化计算汇刊，2006，10（6）：646-657。
[14] WU L H，WANG Y N，ZHOU S W.机械手轨迹规划的自适应控制参数修正微分进化[J]。控制理论与应用，2007,5（4）：365-373。
[15] NOMAN N，BOLLEGALA D，IBA H。一种自适应差分进化算法[C]//IEEE进化计算大会，2011:2229-2236。
[16] 张杰，成员S.JADE:具有可选外部存档的自适应差分进化[J]。IEEE进化计算汇刊，2009,13（5）：945-958。
[17] QIN A K，SUGANTAN P N.数值优化的自适应差分进化算法[C]//IEEE进化计算大会论文集，2005:2-4。
[18] 杜布雷尔M，GAGNE C，PARIZEAU M。分布式进化计算主从体系结构分析[J]。IEEE系统、人与控制论汇刊，B部分（控制论），2006,36（1）：229-235。
[19] KUSHIDA J I，HARA A，TAKAHAMA T.基于岛屿的差异进化与不同的子种群规模[C]//2013 IEEE第六届计算智能与应用国际研讨会，2013:119-124。
[20] ALBA E，DORRONSORO B.动态细胞遗传算法中的探索/开发权衡[J]。IEEE进化计算汇刊，2005,9（2）：126-142。
[21] 沈鑫，邹德旋，张强.采用双变异策略的自适应差分进化算法及应用[J] ●●●●。计算机工程与应用，2020，56（4）：146-157.
沈X，邹德X，张强.基于双变异策略的自适应差分进化算法及其应用[J]。计算机工程与应用，2020,56（4）：146-157。
[22] 陈颖，林盈，胡晓敏.多种群多策略的并行差分进化算法[J] ●●●●。计算机科学与探索，2014，8（12）：1502-1510.
陈毅，林毅，胡晓明.多种群多策略并行微分进化[J]。计算机科学与技术前沿杂志，2014,8（12）：1502-1510。
[23] 李学强，黄翰，郝志峰.基于邻域差分和协方差信息的单目标进化算法[J] .报告，2018,29（9）：2606-2615。
LI X Q，WANG H，HAO Z F.基于邻域差分和协方差信息的单目标优化进化算法[J]。软件杂志，2018,29（9）：2606-2615。
[24]梁俊杰，QU B Y，SUGANTAN P N，等.基于学习的实际参数单目标优化CEC 2015竞赛的问题定义和评价标准[R]。新加坡：南洋理工大学，2014年。
[25]YAO X，LIU Y，LIN G.进化编程使速度更快[J]。IEEE进化计算汇刊，1999,3（2）：82-102。