武志峰，刘烁，李耀辉

（天津职业技术师范大学信息技术工程学院，天津300222）

一种加入局部搜索的双子代差异演化算法

武志峰，刘烁，李耀辉

（天津职业技术师范大学信息技术工程学院，天津300222）

针对差异演化算法存在收敛速度慢的问题，提出一种加入局部搜索算子的双子代竞争差异演化算法。为了增加群体多样性，对初始种群采用等间隔均匀分布。算法对每一代演化种群中的最优个体以一定概率加入局部随机扰动，在其附近搜索更优秀的新个体，以加快发现最优解的速度。在7个常用测试函数上的实验结果表明：无论是在最优解质量、收敛速度，还是在平均评价次数等方面，本文算法都优于文献［5］的算法。

差异演化；局部搜索；全局优化

1995年，Storn和Price［1］提出了一种新型的演化算法—差异演化（differential evolution，DE）算法。该算法的基本思想是利用种群中个体的差异进行演化。与遗传算法类似，该算法也是通过对种群的交叉、变异、选择等操作生成下一代种群。与遗传算法不同的是，差异演化算法的变异操作是基于群体差异性来修正各个体的值，即利用群体中个体的“差异”作为向最优解搜索的主要动力源。对群体中的每个个体算法随机选择几个不同的个体，并由它们的“差异”生成试验向量，然后再以一定的交叉概率与该个体离散交叉生成新个体，最后通过“贪婪式”的选择方法，保留原个体和新生成个体中的优秀者。在首届IEEE演化计算大赛中，差异演化算法是所有参赛算法中进化速度最快的不确定搜索方法，表现出卓越的性能，随后在各领域得到广泛的应用［2］。……