基于鄰域差分和協(xié)方差信息處理單目標(biāo)優(yōu)化的進(jìn)化算法

　　復(fù)雜的單目標(biāo)優(yōu)化問(wèn)題是進(jìn)化計(jì)算領(lǐng)域的一個(gè)研究熱點(diǎn)問(wèn)題．已有差分進(jìn)化和協(xié)方差進(jìn)化被認(rèn)為是處理該問(wèn)題的較有效的方法，其中差分信息類似于梯度可以有效的指導(dǎo)算法朝著最優(yōu)解方向搜索，而協(xié)方差則是基于統(tǒng)計(jì)的方式來(lái)生成較優(yōu)的子代種群．本文引入了協(xié)方差信息對(duì)差分算子進(jìn)行改進(jìn)。提出了一種基于鄰域差分和協(xié)方差信息的進(jìn)化算法（DEAfNC）來(lái)處理復(fù)雜的單目標(biāo)優(yōu)化問(wèn)題．算法對(duì)現(xiàn)有差分算子中通常采用的隨機(jī)選點(diǎn)或結(jié)合當(dāng)前最優(yōu)解進(jìn)行差分的方式進(jìn)行了分析，當(dāng)隨機(jī)選擇的差分個(gè)體間的差異較大時(shí)。差分信息不能作為一種局部的梯度信息來(lái)指導(dǎo)算法的搜索：而結(jié)合最優(yōu)解的差分信息又會(huì)使得種群朝著當(dāng)前最優(yōu)解的方向搜索，導(dǎo)致種群快速的陷入局部最優(yōu)，基于此，本文采用了鄰域差分的方式來(lái)提高差分算子的有效性，同時(shí)避免種群的多樣性丟失．另外，引入了協(xié)方差來(lái)度量個(gè)體變量間的相關(guān)度。并利用相關(guān)度來(lái)優(yōu)化差分算子，最后，算法對(duì)cec2014中的單目標(biāo)優(yōu)化問(wèn)題進(jìn)行了測(cè)試。并將實(shí)驗(yàn)結(jié)果與已有的較好的差分進(jìn)化算法進(jìn)行了比較。實(shí)驗(yàn)結(jié)果表明了本算法的有效性．