一種基于超粒子引導的自適應知識遷移多任務差分進化算法

摘要： 針對傳統(tǒng)多任務優(yōu)化算法(MTEA)存在負向知識遷移、遷移算子效率低下等問題,提出一種基于超粒子引導的自適應知識遷移的多任務差分進化算法(SAKT＿MFDE).首先,通過任務之間的相似程度自適應地調節(jié)任務之間的交配概率,增大任務之間的正向遷移;其次,利用超粒子引導算法的搜索方向,進一步提升算法整體的優(yōu)化效率;最后,通過多任務基準函數(shù)進行仿真實驗來評價改進算法的尋優(yōu)性能.實驗結果表...