日前，我院孙高济博士作为通讯作者在《Information Sciences》（JCR期刊分区SCI一区）发表学术论文“A population state evaluation-based improvement framework for differential evolution”。
为了有效缓解差分进化（DE）算法面临的早熟收敛或停滞问题，该论文提出了一种基于种群状态评估的新型改进框架。在所提出的改进框架中，论文先是利用种群优化状态评估机制周期性的判断种群是否遭遇早熟收敛或停滞困境，若种群遭遇了困境，则利用种群分布状态评估机制判断困境的具体类型，随后有针对性地采用分散操作应对早熟收敛问题或执行聚集操作应对停滞问题；该论文所设计的种群优化状态评估机制、种群分布状态评估机制、分散操作和聚集操作都兼顾了原始算法和改进框架的执行。基于两个测试平台和九种优异算法的对比实验可以得出，论文所设计的改进框架不仅可以便捷的嵌入到各种DE算法的变型中，而且可以有效提高DE算法的优化性能，同时还不会增加额外的运算时间消耗。
