arrow
返回

Differential evolution enhanced with optimal individual guidance for solving global numerical optimization problems

delete2026-05-16
delete0
PRE
AI
H
Huangzhi Xia
Y
Yifen Ke *
R
Riwei Liao *
H
Huai Zhang *
DOI:10.1007/s10586-026-05974-5delete
delete原文链接
delete原文求助
delete分享
delete收藏
摘要

摘要

En 中文
差分进化(DE)是一种基于种群的元启发式算法,因其简单性、高效性和强大的全局优化能力而得到广泛认可。然而,DE常面临早熟收敛和陷入局部最优的挑战。为解决这些局限性,本文提出了一种增强型DE变体,融入了最优个体引导策略。该策略通过在整个进化过程中持续引导表现最优的个体,提升种群的适应性和多样性。主要创新在于后期迭代中为最优个体引入额外的变异和引导机制,显著降低了算法过早收敛于次优解的可能性。与复杂度驱动的DE变体不同,所提出的DE变体以最小的计算开销和零额外参数实现了有竞争力的结果。我们使用IEEE进化计算大会(CEC)的基准函数,包括CEC2017、CEC2019和CEC2022问题,对所提方法进行了严格评估。实验结果表明,该方法在多个基准测试中表现出优越性能,有效缓解了早熟收敛和局部最优问题。与当前最先进的DE变体相比,所提方法在收敛速度和全局优化能力方面均展现出显著提升。
Keyword:
Differential evolution
Premature convergence
Local optima
Individual guidance
Numerical optimization

期刊

C
Cluster Computing
IF:
0
论文数:
691
被引数:
1

机构

暂无机构信息
引用论文

引用论文

Integrating Differential Evolution into Gazelle Optimization for advanced global optimization and engineering applications
err2025-02-01
err0
errOAAI
errBiswas, Saptadeep; Singh, Gyan; Maiti, Binanda; Ezugwu, Absalom El-Shamir; Saleem, Kashif; Smerat, Aseel; Abualigah, Laith; Bera, Uttam Kumar
err分享
err收藏
Differential Evolution: A Survey on Their Operators and Variants
err2024-05-23
err3
PREAI
errReyes-Davila, Elivier; Haro, Eduardo H.; Casas-Ordaz, Angel; Oliva, Diego; Avalos, Omar
err分享
err收藏
学者 查看更多内容