北京信息科技大学信息与通信工程学院，北京 100101
为克服传统自适应遗传算法易出现未成熟收敛的问题，提出一种新型基于种群多样性的自适应遗传算法。解决未成熟收敛问题的关键是避免算法在寻找到最优解前种群多样性的丧失。为适应进化过程中种群多样性的变化，提出了包含方差因子和种群熵因子的交叉概率和变异概率公式。根据种群收敛情况相应地调整交叉概率及变异概率，在不破坏种群优良基因模式的同时保持种群的多样性。通过标准函数测试与已有算法进行对比，结果表明，所提算法相较于已有算法，在保证收敛精确度的同时提高了收敛速度，有效克服了“早熟”等问题。
自适应 遗传算法 未成熟收敛 种群多样性 adaptive genetic algorithm immature convergence population diversity 太赫兹科学与电子信息学报
2023, 21(5): 671
1 空军工程大学航空航天工程学院,西安710038
2 中国人民解放军驻沈阳飞机工业集团有限公司军事代表室，沈阳110850
针对差分进化算法进化后期易出现早熟收敛而陷入局部最优的缺陷，提出了一种基于改进种群多样度的差分进化算法。对进化算法种群多样度进行了研究，经过数学推导，证明了种群多样度与算法全局寻优性能的关系，提出了一种随机变异策略，更好地保持了寻优过程中种群的多样性，增强算法的全局搜索能力。典型测试函数实验表明，改进后的差分进化算法相对于标准差分进化算法具有更好的种群多样性和抑制早熟收敛的能力。
差分进化算法 种群多样度 早熟收敛 优化 differential evolution algorithms population diversity premature convergence optimizatio
