.png){kind=icon}
返回
Adaptive social mobility-restructuring differential evolution for global optimization
.png){kind=icon}
PRE
AI
DOI：10.1016/j.eswa.2025.129528.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
差分进化（DE）被广泛认可为一种高效的全球优化算法。作为一种简单而强大的策略，贪婪选择算子被应用于大多数现有的DE算法中。然而，该策略仅关注个体层面的进化，而忽略了种群层面的进化。因此，它未能充分利用进化过程中种群的全面信息，从而限制了DE的性能。为解决上述问题，本研究提出了一种新型的DE变体，称为自适应社会流动性-重构差分进化（ASMRDE）。具体而言，提出了一种社会代选择机制（社会重构），使得随着社会代的迭代，种群层面的进化与个体层面的进化并行进行。这种双层面进化有效解决了上述限制。此外，构建了一个外部档案库，用于保存社会重构过程中被淘汰的历史种群。这些存档信息随后被用于社会重构和个体进化。此外，本研究还开发了一种基于狭义多样性的参数自适应策略，以及一种新的变异策略，该策略利用历史种群信息引导个体层面的进化。最后，提出的变体通过使用进化计算大会（CEC）2017、2014和2013年的基准函数进行了全面评估，结果表明ASMRDE在与其他高效DE变体（包括一些CEC竞赛中的获胜算法）相比时，表现出卓越的鲁棒性和处理复杂问题的显著优势。此外，还探讨了ASMRDE对参数变化的敏感性，并对ASMRDE进行了消融实验和可视化分析，以证明上述策略的有效性。
Keyword:
differential evolution
social restructuring
population-level evolution
adaptive parameter control
historical archive
