چکیده
|
الگوریتم تکامل تفاضلی یک استراتژی جستجوی تصادفی، مبتنی بر جمعیت می باشد که بجای استفاده از عملگر انتخاب، به عنوان راه کار اعمال قانون بقاء اصلح داروین، از یک عملگر منحصر بفرد ترکیب (که مبتنی بر اختلاف راه حل ها در جمعیت است) استفاده می-کند. این الگوریتم با مشکلاتی از جمله عدم یافتن راه حل بهینه و همچنین سرعت همگرایی پایین مواجه است. برای غلبه بر این مشکلات، در این مقاله، عملکرد الگوریتم تکاملی تفاضلی را با اِعمال برخی تغییرات کلیدی بهبود می دهیم. برای تحلیل عملکرد الگوریتم ارائه شده، آن را روی چندین تابع تست تک وجهی و چندوجهی اجرا کرده و نتایج آن را با الگوریتم تکامل تفاضلی اولیه مقایسه می کنیم. نتایج مقایسه نشان می دهند که الگوریتم تفاضلی بهبودیافته دارای عملکرد بهتری نسبت به الگوریتم تکامل تفاضلی اولیه از نظر یافتن راه حل بهینه و همچنین سرعت همگرایی است.
|