.png){kind=icon}
返回
A two-stage differential evolution algorithm for collaborative squirrel exploration and its engineering application
.png){kind=icon}
PRE
AI
DOI：10.1007/s10586-026-06516-9.png)
.png){kind=icon}
.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
随着优化问题日益复杂，传统差分进化（DE）算法面临早熟收敛、种群多样性丧失及高维空间局部搜索能力不足等挑战。为解决这些问题，本文提出TSDE-SSA算法，一种结合松鼠探索的双阶段差分进化算法。TSDE-SSA将优化过程分为早期探索阶段和后期开发阶段：在探索阶段，结合DE/rand/1和DE/best/2变异策略的优势，并引入历史参数的自适应机制，增强全局探索能力，快速定位潜在最优解区域；在开发阶段，模拟松鼠搜索算法（SSA）的觅食行为并整合DE交叉操作，通过动态调整缩放因子和滑翔常数等参数，提升局部搜索精度并抑制早熟收敛。CEC2017和CEC2020基准测试表明，TSDE-SSA在收敛速度、精度和稳定性方面超越三种基础算法和五种优秀DE变体，同时优于八种新型元启发式算法，并在五个典型工程设计问题中展现出良好的适用性和可靠性。总体而言，TSDE-SSA有效平衡全局与局部搜索，为复杂优化问题提供了高效稳定的解决方案，具有广泛的应用潜力。
Keyword:
Differential evolution algorithm
Squirrel search algorithm
Two-stage strategy
Adaptive parameter adjustment
Global exploration
Local exploitation
期刊
C
IF:
4.1
论文数:
5.1K
被引数:
7.5K
机构
引用论文
分享收藏
分享收藏An enhanced distributed differential evolution algorithm for portfolio optimization problems一种改进的分布式差分进化算法求解投资组合优化问题
PREAI
分享收藏A limited-memory BFGS-based differential evolution algorithm for optimal control of nonlinear systems with mixed control variables and probability constraints一种基于有限内存BFGS的差分进化算法，用于具有混合控制变量和概率约束的非线性系统最优控制
PREAI
分享收藏A novel bio-inspired caterpillar fungus (Ophiocordyceps sinensis) optimizer for SOFC parameter identification via GRNN一种基于生物启发（Ophiocordyceps sinensis）的新型虫草优化算法，用于通过广义回归神经网络（GRNN）进行SOFC参数识别.png)
Renewable Energy
Renewable EnergyIF9.1
PREAI
分享收藏Hippopotamus optimization algorithm: a novel nature-inspired optimization algorithmSCIENTIFIC REPORTS
OAAI
SCIENTIFIC REPORTSIF3.9
OAAI分享收藏
查看更多内容