论文研究加权变异策略动态差分进化算法.pdf

针对差分进化算法在解决高维优化问题时易早熟收敛、求解精度低和参数设置麻烦等问题，提出一种加权变异策略动态差分进化算法（WMDDE）。为了动态平衡全局搜索与局部搜索能力，跳出局部最优，将标准差分进化算法的变异策略DE/rand/1和DE/best/1进行加权组合，提出两种新的随机扰动加权变异算子。提出一种动态自适应调整缩放因子和交叉概率因子的策略，避免参数设置的麻烦，提高算法的稳定性。在11个Benchmark函数上的测试结果表明，新算法能有效避免早熟收敛，全局寻优能力强，且在高维时寻优速度、求解精度和稳定性均优于4种DE进化算法。