一种基于密度聚类的小生境差分进化算法

被引：9

作者：

张航 ^{[1
]}

王伟 ^{[1
]}

郑玲 ^{[2
]}

李丹丹 ^{[3
]}

熊富强 ^{[1
]}

机构：

[1] 中南大学信息科学与工程学院

[2] 湖南商学院会计系

[3] 湖南大学金融学院

来源：

计算机工程与应用 | 2008年 / 23期

基金：

湖南省自然科学基金; 国家杰出青年科学基金;

关键词：

早熟收敛; 密度聚类; 小生境; 差分进化; 种群多样性;

D O I：

暂无

中图分类号：

TP18 [人工智能理论];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

针对基本差分进化算法早熟收敛的缺陷,提出了一种基于密度聚类的小生境差分进化算法。该算法基于DE/rand/2/bin变异方式全局搜索能力强、鲁棒性好和DE/best/2/bin变异方式局部搜索能力强、收敛速度快的特点,首先初始化一个没有子种群的全局种群,再在全局种群中采用DE/rand/2/bin进行迭代搜索,并对其中的个体进行聚类,当聚类簇中的个体数目达到规定的最小规模时形成一个小生境子种群,然后在各子种群中采用改进的DE/best/2/bin进行迭代搜索并重新进行聚类,从而提高进化过程中种群的多样性,增强算法跳出局部最优的能力。仿真实验表明,该方法能显著提高算法的收敛速度和全局搜索能力,有效避免早熟收敛。

引用

页码：42 / 45

页数：4

共 8 条

[1] 双群体伪并行差分进化算法研究及应用 [J].