论文部分内容阅读
针对差分进化算法存在早熟收敛且与理想最优值相差甚远等缺陷。随机自适应差分进化算法被提出,该算法采用随机选择策略的变异操作,再加小概率扰动;对变异因子和交叉概率进行自适应操作,以满足算法不同阶段的要求,其中交叉概率利用种群个体平均适应度值作对比,有利于充分利用种群信息。对几个标准函数进行测试并将该算法与其他4种方法进行比较,结果显示该算法的优化性能比其他方法好,具有较好的跳出局部最优的能力和收敛精度。