TY -的A2 -郑,宇盟——香,糜烂盟——孟Xue-lei盟——一个Mei-qing AU - Li王树珍AU -高,Ming-xia PY - 2015 DA - 2015/11/01 TI -一个增强的微分进化算法基于多个突变策略SP - 285730六世- 2015 AB -微分进化算法是一种简单而有效的metaheuristic全局优化的连续空间。然而,有标准DE过早收敛的缺点,尤其是在德/最好/ 1 / bin。为了利用方向指导信息最好的个人DE /最好/ 1 / bin和避免陷入局部陷阱,基于多个突变策略,一个增强的微分进化算法,名叫爱德,本文提出了。埃德算法,一个初始化方法,反对学习初始化提高初始解质量,和一个新的结合突变策略由德一起/经常/ 1 / bin / p最好的/ bin / 1为了加速标准DE和防止DE集群在全球最好的个体,以及扰动方案进一步避免过早收敛,集成。此外,我们还将介绍两个线性时变函数,用于决定哪个解决方案搜索方程选择阶段的突变和扰动,分别。25基准测试函数的实验结果表明,相对于传统方法,埃德远比德的标准。在进一步比较,埃德相比其他五个最先进的方法和相关结果表明,埃德仍优于或至少等于这些方法在大多数基准测试函数。SN - 1687 - 5265你2015/285730 / 10.1155——https://doi.org/10.1155/2015/285730——摩根富林明-计算神经科学情报和PB Hindawi出版公司KW - ER