研究文章

DE-Based分散搜索全局优化问题

算法2

混合分散搜索与微分进化(仪)。
(1)开始
(2)设置每个交叉算子的选择概率 是一样的, ,
在哪里 变异算子的总和。
(3)设置迭代计数器
(4)使用多元化的方法生成一个人口 评估每个解决方案 然后设置最好的解决方案
发现到目前为止 最好的一个
(5)(没有达到终止条件)
(6)使用参考更新方法更新参考集
(7)设置 , 。组的解集 是空的。
(8)如果( )
(9)( )/ /生成一个新的解决方案
(10)设置成功的数 和失败数 的交叉算子 是零。
(11)(1)突变
(12)随机选择一个变异算子(即 )使用自适应选择方法
(13)随机选择的解决方案 根据变异算子的要求
(14)执行变异算子 选择的解决方案来生成一个新的试验解决方案
(15)(2)交叉
(16)应用交叉操作的基础上(5)获得新的解决方案
(17)(3)的选择
(18)使用(7)选择新的解决方案 。如果 ,设置 = ;否则,设置 =
(19)添加 每个交叉算子 的一个列表 他的长度是 。如果 ,
然后删除这个列表的第一个节点,因此只有最多 存储在节点列表
(20)更新的选择概率 每个操作符 根据部分中描述的方法3.4
(21)
(22)结束时
(23)如果(最好的解决方案 )
(24)更新 并设置
(25)
(26)
(27)如果
(28)
(29)的解决方案 升序的客观价值,然后随机重新启动
后者解决方案的一半
(30)设置
(31)如果
(32)结束时
(33)报告最好的解决方案
(34)结束