摘要:差分進(jìn)化算法是一類(lèi)基于種群的啟發(fā)式全局搜索技術(shù),但傳統的差分進(jìn)化算法存在停滯現象,容易使算法收斂停止。雖然之后出現了各種版本的自適應差分進(jìn)化算法,但沒(méi)有考慮到當代個(gè)體的適應值是否向著(zhù)最優(yōu)個(gè)體的適應值逼近,因此本文提出了一種新型的自適應差分進(jìn)化算法FMDE。考慮到粒子群算法和差分進(jìn)化算法類(lèi)似,為了充分發(fā)揮兩種算法的特點(diǎn),提出了自適應差分進(jìn)化和粒子群的混合算法PSO_FMDE;最后采用測試數據集對性能進(jìn)行分析。實(shí)驗結果表明,該算法根據進(jìn)化過(guò)程中的搜索進(jìn)度自適應地確定變異率,使算法易于跳出局部最優(yōu)解,以提高全局搜索能力。PSO_FMDE算法較單一算法而言,性能更優(yōu),更易于靠近全局最優(yōu)解。