白 芸

（西安外事学院，陕西 西安 710077）

引言

差分进化算法是一种智能优化的算法，它有着很强的搜索能力，并将其进行启发式的优化。其基本的算法过程是在种族群体中随机的选择两个个体，并将两个个体之间的差分向量当成基础的扰动向量，从而可以计算出变异后的向量，然后再利用适应程度的函数来对其进行交叉的测试，通过交叉测试之后选择最优质的个体进入到下一代。这样算法在使用的过程中，寻优的速度较慢，而且比较容易陷入到局部中的最优值里，这样表示着其检测的精准度比较低。因此，就需要在当前所拥有的差分进化算法基础上，简化算法步骤，提升整体的寻优速度。为此，研究基于强化学习的差分进化算法改进方法。

1 基于强化学习的差分进化算法改进方法

1.1 增加SAMDE 算法寻优能力

1.1.1 融合变异算子

差分进化算法（简称SAMDE 算法）在变化的过程中会产生一定数量的变异算子，这种变异算子会在一定的层面上决定整体算法寻找优质个体的好坏程度，这就需要我们必须选择出最合适的变异因子，才可以让差分进化算法的性能更加优质。但在算法的寻优过程中，没有办法更好的平衡全局和局部的搜索能力，所以就需要一种融合因子是结合了rand 和best 两种算子的，那么算变异的过程见式（1）：

式中：c1≠c2 ≠c3 ≠m,G∈[ 0,1]代表缩放因子；表示个体产生变异后第a 代第m 个个体中包含着第n 个小的分量；q 表示最初种族群体的个体；则表示第a 代最优质的个体。……