.png){kind=icon}
返回
Potential-optima guided adaptive neighborhood differential evolution algorithm for multimodal optimization problems
.png){kind=icon}
PRE
AI
DOI：10.1007/s11227-025-07762-1.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
邻域方案通常被嵌入到进化算法（EAs）中以解决多模态优化问题（MMOPs），因为它们能够显式或隐式地分离种群，使每个子种群能够并行进化，从而追踪不同的峰值。然而，构建能够聚集相似个体并有效引导协同进化的邻域仍然具有挑战性。为解决这一问题，本文提出了一种基于潜在最优解引导的自适应邻域差分进化算法，称为POGAN-DE。在POGAN-DE中，设计了一种自适应邻域机制（ANM），用于调节不同进化阶段具有不同特征的个体的搜索行为，平衡探索和开发能力。此外，考虑到多个最优解可能共存于同一邻域中，本文开发了一种基于灵活聚类方法的潜在最优解识别（POI）方案，用于检测位于不同峰值上的未发现最优解，从而增强峰值识别能力。集成了一个种群拥挤缓解技术，以避免适应度评估的浪费并增强种群多样性。此外，利用物种级别的历史成功记录使F和CR参数能够自适应。最后，POGAN-DE在20个多模态问题的基准测试套件和实际应用中进行了验证。与当前最先进算法的比较实验证实了其鲁棒性和综合性能。
Keyword:
Multimodal optimization
Adaptive neighborhood
Differential evolution
Parameter adaptation
期刊
IF:
2.7
论文数:
1.2K
被引数:
1.0W
机构
引用论文
A New Fast Ant Colony Optimization Algorithm: The Saltatory Evolution Ant Colony Optimization Algorithm.png)
Mathematics
OAAI
MathematicsIF0
OAAI分享收藏History archive assisted niching differential evolution with variable neighborhood for multimodal optimization历史档案辅助的具有可变邻域的niching差分进化，用于多峰优化
PREAI
分享收藏Genetic Algorithm with adaptive elitist-population strategies for multimodal function optimization
PREAI
分享收藏Self-adaptive DE algorithm without niching parameters for multi-modal optimization problems多模态优化问题的无niching参数自适应DE算法APPLIED INTELLIGENCE
APPLIED INTELLIGENCEIF3.5
PREAI
分享收藏Niche center identification differential evolution for multimodal optimization problems差分进化算法在多模态优化问题中的利基中心识别
PREAI
分享收藏Local Binary Pattern-Based Adaptive Differential Evolution for Multimodal Optimization Problems基于局部二进制模式的自适应差分进化算法求解多峰优化问题
OAAI
OAAI分享收藏
查看更多内容