论文部分内容阅读
差分演化算法（differentialevolution，DE）是一种模拟生物演化过程的随机搜索方法，具有收敛速度快，鲁棒性好等优点。目前DE有多种交叉和变异策略，它们在求解各类优化问题时表现出各自不同的性能。介绍了10种差分演化算法的更新策略，并利用标准测试函数集对它们进行了全面与系统的实验比较。通过分析采用这些策略的DE算法在不同解空间及进化各阶段的收敛曲线特点，对比总结了不同版本的DE算法在各类环境下的搜索性能。该研究一方面能够为DE算法的实际应用提供技术指导，帮助学者选择合适的DE更新策略以更好地