多策略自适应变异的差分进化算法及其应用.

针对传统DE算法在求解复杂函数时会出现早熟收敛、收敛精度低、收敛速度慢等缺陷，提出 了 一种多策略自适应变异的差分进化算法MsA-DE。将3种变异策略两两结合，随机分配所占比重，以增 加种群的多样性；通过引入进化程度阈值，自适应地选择最合适的变异策略，平衡算法的全局搜索和局部 搜索能力；对越界的变异个体进行处理，保证种群的多样性和有效性。加入扰动机制提高算法跳出局部最 优的能力，同时提高最优解的精度。将该算法用于14个测试函数的优化中，结果表明，MsA-DE算法与其 它4种算法相比具有更高的收敛精度和跳出局部最优的能力。将该算法应用于铁路功率调节器RPC的 容量优化问题中，结果表明，该算法能够减小RPC补偿装置的容量，提高装置的经济性. [ABSTRACT FROM AUTHOR]