第２０卷第８期计算机集成制造系统Ｖｏｌ．２０Ｎｏ．８２０１４年８月ＣｏｍｐｕｔｅｒＩｎｔｅｇｒａｔｅｄＭａｎｕｆａｃｔｕｒｉｎｇＳｙｓｔｅｍｓＡｕｇ．２０１４ＤＯＩ：１０．１３１９６／ｊ．ｃｉｍｓ．２０１４．０８．ｋｏｎｇｘｉａｎｇｙｏｎｇ．１９４８．１１．２０１４０８１７双向随机多策略变异的自适应差分进化算法孔祥勇，高立群，欧阳海滨，邵煜博〔东北大学信息科学与工程学院，辽宁沈阳１１０００４〕摘要：针对差分进化算法中局部搜索和全局搜索之间的均衡难题，设计了一个基于符号函数的多策略变异算子，进而提出一种改良的自适应差分进化算法。新算法为提高跳出局部最优和搜索到全局最优解的可能性，用正负随机数代替了原有的变异率Ｆ，实现了两个方向上的随机搜索。同时为进一步简化参数选择过程，提高算法的寻优性能和通用性，新算法还设计了交叉率ＣＲ的两区间选择策略，在进化过程中通过学习以往的成功经验，实现自适应调整。比照实验结果说明，该算法具有更快的精确寻优和跳出局部最优的能力。关键词：差分进化算法；多策略变异；双向随机搜索；两区间选择策略中图分类号：ＴＰ１８１；ＴＰ３９１文献标识码：ＡＡｄａｐｔｉｖｅｄｉｆｆｅｒｅｎｔｉａｌｅｖｏｌｕｔｉｏｎａｌｇｏｒｉｔｈｍｗｉｔｈｂｉｄｉｒｅｃｔｉｏｎａｌｒａｎｄｏｍｌｙｍｕｌｔｉ－ｍｕｔａｔｉｏｎｓｔｒａｔｅｇｙＫＯＮＧＸｉａｎｇ－ｙｏｎｇ，ＧＡＯＬｉ－ｑｕｎ，ＯＵＹＡＮＧＨａｉ－ｂｉｎ，ＳＨＡＯＹｕ－ｂｏ〔ＳｃｈｏｏｌｏｆＩｎｆｏｒｍａｔｉｏｎＳｃｉｅｎｃｅ＆Ｅｎｇｉｎｅｅｒｉｎｇ，ＮｏｒｔｈｅａｓｔｅｒｎＵｎｉｖｅｒｓｉｔｙ，Ｓｈｅｎｙａｎｇ１１０００４，Ｃｈｉｎａ〕Ａｂｓｔｒａｃｔ：Ａｉｍｉｎｇａｔｔｈｅｂａｌａｎｃｅｐｒｏｂｌｅｍｂｅｔｗｅｅｎｇｌｏｂａｌｓｅａｒｃｈａｎｄｌｏｃａｌｓｅａｒｃｈｉｎｔｈｅａｄａｐｔｉｖｅｄｉｆｆｅｒｅｎｔｉａｌｅｖｏｌｕｔｉｏｎａｌｇｏｒｉｔｈｍ，ａｍｕｌｔｉ－ｓｔｒａｔｅｇｙｍｕｔａｔｉｏｎｏｐｅｒａｔｏｒｂａｓｅｄｏｎｓｙｍｂｏｌｉｃｆｕｎｃｔｉｏｎｗａｓｄｅｓｉｇｎｅｄａｎｄａｎｉｍｐｒｏｖｅｄＡｄａｐｔｉｖｅＤｉｆｆｅｒｅｎｔｉａｌＥｖｏｌｕｔｉｏｎａｌｇｏｒｉｔｈｍｗｉｔｈＢｉｄｉｒｅｃｔｉｏｎａｌＲａｎｄｏｍｌｙＭｕｌｔｉ－ｍｕｔａｔｉｏｎ〔ＡＤＥ－ＢＲＭ〕ａｌｇｏｒｉｔｈｍｗａｓｐｒｏｐｏｓｅｄｆｕｒｔｈｅｒ．Ｔｏｉｎｃｒｅａｓｅｔｈｅｐｏｓｓｉｂｉｌｉｔｙｏｆｅｓｃａｐｉｎｇｆｒｏｍｔｈｅｌｏｃａｌｏｐｔｉｍｕｍｓａｎｄｆｉｎｄｉｎｇｔｈｅｇｌｏｂａｌｏｐｔｉｍａｌｓｏｌｕｔｉｏｎ，ｔｈｅｏｒｉｇｉｎａｌｍｕｔａｔｉｏｎｒａｔｅＦｗａｓｒｅｐｌａｃｅｄｂｙａｒａｎｄｏｍｎｕｍｂｅｒｗｈｉｃｈｌｅａｄｅｄｔｈｅｐｏｐｕｌａｔｉｏｎｔｏｓｅａｒｃｈｒａｎｄｏｍｌｙｉｎｔｗｏｄｉ－ｒｅｃｔｉｏｎｓ．ＴｗｏｉｎｔｅｒｖａｌｓｅｌｅｃｔｉｏｎｓｔｒａｔｅｇｙｏｆｃｒｏｓｓｏｖｅｒｒａｔｅＣＲｗａｓｄｅｓｉｇｎｅｄｔｏｆｕｒｔｈｅｒｓｉｍｐｌｉｆｙｔｈｅｃｏｍｐｌｅｘｐａｒａｍｅ－ｔｅｒｓｅｌｅｃｔｉｎｇａｎｄｉｍｐｒｏｖｅｔｈｅｖｅｒｓａｔｉｌｉｔｙｏｆｔｈｅａｌｇｏｒｉｔｈｍ．ＣｏｍｐａｒｉｓｏｎｔｅｓｔｓｉｎｄｉｃａｔｅｄｔｈａｔＡＤＥ－ＢＲＭａｌｇｏｒｉｔｈｍｈａｄｆａｓｔｅｒｃｏｎｖｅｒｇｅｎｃｅ，ｈｉｇｈｅｒｐｒｅｃｉｓｉｏｎａｎｄｓｔｒｏｎｇｅｒａｂｉｌｉｔｙｏｆｊｕｍｐｉｎｇｏｕｔｏｆｔｈｅｌｏｃａｌｏｐｔｉｍｕｍｓ．Ｋｅｙｗｏｒｄｓ：ｄｉｆｆｅｒｅｎｔｉａｌｅｖｏｌｕｔｉｏｎ；ｍｕｌｔｉ－ｍｕｔａｔｉｏｎ；ｂｉｄｉｒｅｃｔｉｏｎａｌｒａｎｄｏｍｌｙｓｅａｒｃｈ；ｔｗｏ－ｉｎｔｅｒｖａｌｓｅｌｅｃｔｉｏｎｓｔｒａｔｅｇｙ０引言差分进化〔ＤｉｆｆｅｒｅｎｔｉａｌＥｖｏｌｕｔｉｏｎ，ＤＥ〕［１］算法是近年来发展起来的一种基于群体智能的进化算法，该算法借助种群内个体间的差异，通过合作和竞争实现种群进化。...