分工搜索演化算法及其應(yīng)用的研究.pdf

1、常規(guī)演化算法中，通常用一個(gè)種群實(shí)現(xiàn)優(yōu)化，會(huì)出現(xiàn)全局搜索(慢收斂)或早熟收斂，參數(shù)設(shè)置復(fù)雜，影響了其應(yīng)用性能。而利用多群體間的分工搜索可以更有效地解決實(shí)際應(yīng)用中全局搜索和快速收斂之間的矛盾，該思想已為團(tuán)隊(duì)進(jìn)步算法(TPA)所證實(shí)。本文以差分演化(DE)算法為基礎(chǔ)，將TPA中的分工搜索機(jī)制引入其中，提出了兩種雙群體差分演化算法，即雙群體差分進(jìn)化算法(DPDE)和雙群體混合差分進(jìn)化算法(DPHDE)。前者將DE 算法結(jié)合雙群體分工搜索原理實(shí)現(xiàn)

2、了全局搜索和快速收斂的性能，后者則進(jìn)一步結(jié)合了粒子群(PSO)算法中粒子的記憶特性，實(shí)現(xiàn)了快速尋優(yōu)并全局收斂的性能。經(jīng)數(shù)值試驗(yàn)表明，DPDE 算法和DPHDE 算法都具有全局尋優(yōu)能力強(qiáng)，收斂速度快，計(jì)算量少等優(yōu)勢(shì)性能，兩者相比又表明了DPDE 算法穩(wěn)定性高，參數(shù)設(shè)置簡(jiǎn)單，而DPHDE 則在收斂速度和計(jì)算量方面更具優(yōu)勢(shì)。將所提算法應(yīng)用于等距直線陣方向性圖綜合中計(jì)算唯幅優(yōu)化算例，從算例1中獲得了將副瓣電平降低到同樣的值兩個(gè)新算法較DE 算法