JARiNS. – 2020. – № 10

https://doi.org/10.26160/2572-4347-2020-10-10-17

Comparison of efficiency of the differential evolution algorithm and the particle swarm optimization

Sadchikov Yu.G., Zadorozhnaya N.M.

Сравнение эффективности алгоритма дифференциальной эволюции и метода роя частиц

Садчиков Ю.Г., Задорожная Н.М.

Full text (Полный текст) PDF

Keywords: global optimization, multidimensional optimization, heuristic optimization algorithms, stochastic optimization algorithms, differential evolution, particle swarm optimization, Eggholder function.

Ключевые слова: глобальная оптимизация, многомерная оптимизация, эвристические алгоритмы оптимизации, стохастические алгоритмы оптимизации, дифференциальная эволюция, метод роя частиц, тестовая функция «Подставка для яиц».

Abstract. The main disadvantage of the classical optimization algorithms is that when optimizing multimodal functions they converge at local minimum and often require differentiability of the objective function. Heuristic algorithms are used to overcome these difficulties. The article describes two methods of global optimization: the differential evolution method and the particle swarm optimization method. Their effectiveness is compared based on the optimization of the test function — Eggholder function. The results of a computational experiment are presented, conducted using a program written in MATLAB

Аннотация. Главным недостатком классических «траекторных» алгоритмов оптимизации является то, что при оптимизации мультимодальных функций они сходятся в локальных минимумах, а также часто требуют дифференцируемость целевой функции. Для преодоления указанных недостатков используют эвристические алгоритмы. В статье описаны два метода глобальной оптимизации: метод дифференциальной эволюции и метод роя частиц. Проводится сравнение их эффективности на основе оптимизации тестовой функции «Подставка для яиц» (Eggholder function). Приводятся результаты вычислительного эксперимента, проведённого при помощи программы, написанной на языке MATLAB.