本项目来源于国家自然科学基金青年基金项目。

    本项目针对传统集中式差分进化算法在求解大规模复杂优化问题时存在的全局搜索能力不足和求解速度过慢的问题，开展自适应分布式差分进化算法的研究。首先，课题组在分布式算法设计与实现方面，对基于MPI、OpenMP和云计算等分布式平台的分布式差分进化算法实现机制进行研究，完成了不同平台的算法性能比较，提出了一种基于云平台的双层分布式差分进化算法，形成了Cloudde算法（云Cloud平台上的差分进化DE，也就是Cloudde）。其次，课题组开展差分进化算法及其分布式算法的参数自适应控制研究。提出了基于二分引导的参数自适应差分进化算法和基于进化状态感知的自适应路径控制差分进化算法，并将自适应参数控制策略在其他进化计算方法中推广。 再次，课题组开展差分进化算法及其分布式算法的拓扑结构自适应演化研究。一方面对云计算等分布式资源进行负载均衡的智能化调度；另一方面结合分布式资源负载均衡等信息对多种群差分进化算法的拓扑结构进行动态演化。提出了基于蚁群系统的云资源调度算法和拓扑结构自适应调整的多种群差分进化算法。 最后，课题组将自适应分布式差分进化算法在功率电路优化设计的实际问题中进行检验和应用。递进式地分别提出了基于差分进化算法、基于并行化分布式差分进化算法和基于资源感知自适应分布式差分进化算法的三种求解方法，验证了自适应分布式差分进化算法求解功率电路优化问题的有效性和高效性。

    基于以上研究，共发表标注了本项目基金号的国际学术期刊和会议论文33 篇，其中SCI国际期刊论文13篇（包括IEEE Trans.系列论文8篇），入选ESI高被引论文1篇；相关成果已经申请国家发明专利2项；培养了和正在培养/协助培养研究生15人。项目负责人先后入选教育部"青年长江学者"（2017 年）、广东省"青年珠江学者（2016 年）和广东特支科技创新青年拔尖人才（2016 年） 。