Binary Tree Population Structure-Based Differential Evolution

doi:10.1109/TETCI.2025.3551940

Binary Tree Population Structure-Based Differential Evolution

2025-04-01

0

PRE

AI

DOI：10.1109/TETCI.2025.3551940

原文链接

原文求助

摘要

En 中文

随着日益复杂的现实世界优化问题的出现，大量研究表明差分进化（DE）是一种有效的求解算法。尽管其有效性已得到验证，但DE仍然面临着与快速收敛和易陷入局部最优相关的挑战。我们提出了一种新颖的方法，即基于二叉树种群结构的差分进化（BTDE），以缓解这些问题。BTDE引入了一种包含多层级种群的二叉树种群结构，通过战略性地结合不同种群来利用有价值的信息，并确保进化过程中的种群多样性。为评估BTDE的性能，我们利用两个基准测试集进行严格评估，包括CEC2017基准函数和CEC2011现实世界问题。此外，我们研究了BTDE参数的敏感性并开展消融研究以考察各层级的影响。实验结果表明，BTDE在性能上优于当前最优的DE变体、CEC竞赛获奖者以及经典算法的精选强大变体，证实了其在处理复杂问题方面的优越性。

Keyword:

Binary tree

differential evolution

population structure

computational intelligence

Binary Tree Population Structure-Based Differential Evolution

摘要

期刊

机构

引用论文