基于雙檔案種群大小自適應(yīng)方法的改進(jìn)差分進(jìn)化算法

摘要： 針對現(xiàn)有差分進(jìn)化（DE）算法在處理種群多樣性降低和局部最優(yōu)問題時，種群大小改進(jìn)方法的性能不足，提出一種基于雙檔案種群大小自適應(yīng)方法（APSA）的差分進(jìn)化算法（APDE）。首先，構(gòu)建2個檔案分別用于記錄在先前進(jìn)化中丟棄的個體和實驗個體；其次，根據(jù)種群分布狀態(tài)變化衡量多樣性變化，并在多樣性下降時從檔案中選擇個體加入種群，從而提升種群的多樣性并增強(qiáng)跳出局部最優(yōu)的能力；最后，基于APS... （共10頁）