多变异策略的自适应差分演化算法

差分演化(differentialevolution,de)算法的性能依赖于变异策略的选择和控制参数的设置。不同问题对de的变异策略和参数的设置各不相同。为了提高de的性能,提出一种多变异策略的自适应差分演化算法,建立由多种变异策略组成的策略池,两个主要参数自适应策略控制。为了验证所提算法的性能,在测试数据集cec2013上进行了实验,并将其与使用6种不同变异策略的原始de和4种改进de进行比较。实验结果表明,提出的算法是一种有效的de变种,其性能优于其它de。