一种基于阈值选择策略的改进混合蛙跳算法

被引：81
|
作者：
李英海
周建中
杨俊杰
刘力
机构：
[1] 华中科技大学水电与数字化工程学院
来源：
计算机工程与应用 | 2007年 / 35期
基金：
国家自然科学基金重点项目;
关键词：
进化算法; 混合蛙跳算法; 优化;
D O I：
暂无
中图分类号：
TP18 [人工智能理论];
学科分类号：
081104 ; 0812 ; 0835 ; 1405 ;
摘要：
混合蛙跳算法(SFLA)是一种全新的后启发式群体进化算法,具有高效的计算性能和优良的全局搜索能力。对混合蛙跳算法的基本原理进行了阐述,针对算法局部更新策略引起的更新操作前后个体空间位置变化较大,降低收敛速度这一问题,提出一种基于阈值选择策略的改进混合蛙跳算法。通过不满足阈值条件的个体分量不予更新的策略,减小了个体空间差异,从而改善了算法性能。数值实验证明了该改进算法的有效性,并对改进算法的阈值参数进行了率定。
引用
收藏
页码：19 / 21
页数：3
相关论文
共 4 条
  • [1] 混合粒子群算法在高维复杂函数寻优中的应用
    谭皓
    沈春林
    李锦
    [J]. 系统工程与电子技术, 2005, (08) : 1471 - 1474
  • [2] 基于混沌搜索的粒子群优化算法
    杨俊杰
    周建中
    喻菁
    吴玮
    不详
    [J]. 计算机工程与应用 , 2005, (16) : 69 - 71
  • [3] Comparison of two evolutionary algorithms for optimization of bridge deck repairs
    Elbehairy, Hatem
    Elbeltagi, Emad
    Hegazy, Tarek
    Soudki, Khaled
    [J]. COMPUTER-AIDED CIVIL AND INFRASTRUCTURE ENGINEERING, 2006, 21 (08) : 561 - 572
  • [4] Comparison among five evolutionary-based optimization algorithms
    Elbeltagi, E
    Hegazy, T
    Grierson, D
    [J]. ADVANCED ENGINEERING INFORMATICS, 2005, 19 (01) : 43 - 53
1