搭配擾動策略之差分演化演算法

A Differential Evolution Algorithm with Perturb Strategy

1996 年首次提出差分演化演算法(Differential Evolution；DE)因其具備結構簡單、高效率、高精確度及所需設定參數較少等特性而受到重視，並被廣泛地應用於許多領域中，與以往常見之演化式演算法不同的是，其更為夠展現出優良的求解成效。從許多相關研究發現，差分演算法本身雖具備強大的求解能力，但對於最佳化問題的求解上，至今仍存在常見的演算法弱點尚待解決，如收斂情形的不穩定以及一般演化式演算法所常見的通病“易陷入區域最佳解”之問題，導致差分演算法之效能有所限制。故本研究提出擾動策略之差分演算法，期望透過擾動策略的導入，使得差分演算法當落入區域最佳解時，提高跳脫區域最佳解的機率，使其繼續進行演化並能保持快速收斂的效率，讓改良之差分演算法獲得全面性的穩定成效。