论文部分内容阅读
提出了基于精英协同的混洗差分进化算法（Shuffled Differential Evolution，SDE）。该算法引入反向学习的初始化机制，并对设置的普通群和虚拟精英群采用不同的差分策略，进而将精英个体作为信息通道实现种群间的信息交流；同时，借助定期混洗机制实现种群间的文化交流，从而达到协同进化的目的；此外，对长期停滞的个体进行跳变操作，以充分挖掘种群的搜索潜能，增强搜索的有效性。通过函数仿真，并与PSO及其它差分进化算法比较，结果表明该算法具有较好的寻优能力。