控制与决策

作者：廖作文,覃慧琳,谷琼,李水佳

单位：北部湾大学 经济管理学院， 广西 钦州 535011,,北部湾大学 电子与信息工程学院， 广西 钦州 535011,,湖北文理学院 计算机工程学院， 湖北 襄阳 441053,,国防科技大学 系统工程学院， 长沙 410073,

关键词：线性方程组;差分进化算法;元知识;环境感知;神经网络;多根联解

基金：国家自然科学基金项目(62362001,62403477,62576325)；广西重点研发计划项目(桂科AB25069428)；湖北省重点研发项目(2025BEB002)；湖北省区域创新体系项目(2025EIA022)；国家资助博士后研究人员计划项目(GZC20242271).

非线性方程组的多根联解是一项具有挑战性的任务, 尽管差分进化算法已被广泛应用于求解此类复杂问题, 但进化过程产生的差分向量所蕴含的个体进化信息往往未被充分利用, 影响了算法的性能. 鉴于此, 提出一种基于元知识的小生境差分进化算法. 将进化过程中生成的差分向量视为蕴含搜索经验的“元知识”, 设计神经网络模型对元知识进行学习与建模, 并将环境特征向量作为模型输入, 精准感知个体当前所处的环境, 进而提升所生成预测的差分向量, 高效引导后续种群进化. 同时提出两种基于元知识的变异策略, 以提升算法搜索效率. 实验结果表明, 所提出算法能够有效实现非线性方程组的多根联解, 并在找根率和成功率指标上表现优异.

来源：2026年第4期

《控制与决策》期刊编辑部

查看控制与决策杂志2026年第4期