用于非线性方程组优化的协同进化双生态位差分进化算法

非线性方程组往往有多个根，而在一次运行中同时找到所有根仍然是数值优化中的一项挑战。虽然已经提出了许多方法来解决这个问题，但很少有利用具有不同特性的两种算法来提高根发现率。为了尽可能多地定位非线性方程组的根，本文开发了一种具有信息共享和迁移的协同进化双生态位差分进化算法。具体来说，首先，它利用一种双生态位算法，即基于邻域的拥挤/物种分化差分进化，进行并行搜索；其次，采用参数自适应策略来改善双算法的能力；最后，双生态位差分进化根据进化经验自适应地执行信息共享和迁移，从而平衡种群多样性和收敛性。为了研究所提出方法的性能，使用了三十个具有不同特性的非线性方程组和一个更复杂的测试集作为测试套件。综合比较显示，在根发现率和成功率方面，与其他先进算法相比，所提出的方法表现良好。