实验室核心成员孟振宇教授于2023年8月在SCI一区期刊Expert Systems with Applications发表题为"Dimension improvements based adaptation of control parameters in Differential Evolution: A fitness-value-independent approach"的论文。

论文简介：

本文首次提出了不依赖目标函数适应值的差分进化算法（PaDE-pet）这一概念，并给出了区分依赖和不依赖目标函数适应值的问题模型。正如TDE的介绍中所描述的“准确的目标函数适应值并不是差分进化算法执行的必要条件，能够区分输入向量间的优劣才是差分进化执行的必要条件”。我们提出了一种基于维度改进的参数控制，该参数控制不同于基于距离的参数控制方案，“维度改进的方差”这一统计量被用作控制参数的权重。由于基于维度改进的参数控制方案只需要计算有改进的维度，故而计算复杂度低于基于距离的参数控制方案，同时在通用测试集下的对比结果也凸显了该基于维度改进的差分进化算法的优势。由于基于维度改进的参数控制方案给后代中那些维度变动大的优秀个体赋予更高权重值，这种参数控制方式在一定程度上能够增加种群中的个体位置多样性，从而避免过速收敛，这也更易于提高整体优化效果。

相关图片：