多策略自适应共生生物搜索算法

被引：7

作者：

周虎

赵辉

李牧东

蔡亚伟

机构：

[1] 空军工程大学航空航天工程学院

来源：

空军工程大学学报(自然科学版) | 2016年 / 17卷 / 04期

关键词：

共生生物搜索算法; 多策略; 自适应; 全局优化;

D O I：

暂无

中图分类号：

TP301.6 [算法理论];

学科分类号：

摘要：

针对共生生物搜索算法搜索速度慢、收敛精度不高且易早熟的缺点,提出了一种多策略自适应改进算法。首先,根据适应度将种群分为3个群体,每个群体采用不同的搜索策略以实现不同功能。其次,提出了一种基于实时信息反馈的的混合搜索策略,使其搜索策略实现自适应调整。最后,对超边界个体进行变异操作,以增加种群多样性。对14个标准测试函数的仿真测试表明改进算法全局优化能力更强,具有更好的搜索速度和收敛精度。

引用

页码：101 / 106

页数：6

共 17 条

[1] 受启发的人工蜂群算法在全局优化问题中的应用
高卫峰
刘三阳
黄玲玲
[J]. 电子学报, 2012, 40 (12) : 2396 - 2403
[2] Animal migration optimization: an optimization algorithm inspired by animal migration behavior[J] . Xiangtao Li,Jie Zhang,Minghao Yin. &nbspNeural Computing and Applications . 2014 (7-8)
[3] Grey Wolf Optimizer[J] . Seyedali Mirjalili,Seyed Mohammad Mirjalili,Andrew Lewis. &nbspAdvances in Engineering Software . 2014
[4] Particle swarm optimization[J] . Riccardo Poli,James Kennedy,Tim Blackwell. &nbspSwarm Intelligence . 2007 (1)
[5] A powerful and efficient algorithm for numerical function optimization: artificial bee colony (ABC) algorithm[J] . Dervis Karaboga,Bahriye Basturk. &nbspJournal of Global Optimization . 2007 (3)
[6] Genetic Algorithms[J] . William F Fulkerson. &nbspJournal of the American Statistical Association . 2002 (457)
[7] Cuckoo Search via Levy Flights. Yang X S,Deb S. Mathematics . 2010
[8] Comprehensive learning particle swarm optimizer for global optimization of multimodal functions. Liang, Jing J.,Qin, A. K.,Suganthan, Ponnuthurai Nagaratnam,Baskar, S. IEEE Transactions on Evolutionary Computation . 2006
[9] JADE: adaptive differential evolution with optional external archive. Jingqiao Zhang,Arthur C. Sanderson. IEEE Transactions on Evolutionary Computation . 2009
[10] Ant Colony Optimization. Saad Ghaleb Yaseen,Nada M. A AL-Slamy. InternationalJournal of Computer Science and Network Security . 2008

← 1 2 →