文件名称：多模态优化问题的邻域低密度个体差分进化算法
文件大小：1.31MB
文件格式：PDF
更新时间：2024-05-26 05:38:28
差分进化 邻域突变 多模态 优化问题 密度
针对多模态优化问题(MultiModal Optimization Problems, MMOPs)的求解, 提出了一种基于邻域低密度个体的差分进化算法. 该算法在每一代, 首先使用密度峰值聚类的方法求得每一个个体的密度, 然后, 将当前个体邻域范围内密度更低的个体作为变异算子的基向量, 随着种群的进化, 算法将会自动从探索阶段转化为收敛阶段, 进而平衡算法的探索与收敛能力. 将提出的算法应用于CEC2013多模态基准测试函数并进行仿真实验, 结果表明本文算法在评价指标峰值比和稳定性上与其它基于差分进化的多模态优化算法相比具有明显的优势, 并随着测试函数的维度与复杂性的增大, 优势就更加明显, 其性能优于许多现有的基于差分进化的多模态优化算法.