学术探索
学术期刊
新闻热点
数据分析
智能评审
立即登录
基于进化规划的新型生物地理学优化算法研究
被引:22
作者
:
论文数:
引用数:
h-index:
机构:
蔡之华
[
1
]
论文数:
引用数:
h-index:
机构:
龚文引
[
1
,
2
]
LING CharlesX
论文数:
0
引用数:
0
h-index:
0
机构:
西安大略大学计算机系
中国地质大学(武汉)计算机学院
LING CharlesX
[
2
]
机构
:
[1]
中国地质大学(武汉)计算机学院
[2]
西安大略大学计算机系
来源
:
系统工程理论与实践
|
2010年
/ 30卷
/ 06期
基金
:
国家高技术研究发展计划(863计划);
关键词
:
生物地理学优化;
进化规划;
全局优化;
混合算法;
实数编码;
D O I
:
暂无
中图分类号
:
O224 [最优化的数学理论];
学科分类号
:
070105 ;
1201 ;
摘要
:
生物地理学优化算法是一种新的全局优化算法,但该算法存在搜索能力不强的缺点.针对此不足,提出一种基于进化规划算法的实数编码混合生物地理学优化算法,新算法将进化规划的搜索性与生物地理学优化算法的利用性进行有机结合,从而达到搜索性与利用性的平衡.通过13个高维标准测试函数对算法进行测试,验证了新算法的有效性.与基本生物地理学优化算法和两种经典的进化规划算法进行比较,结果表明新算法优于所比较的三种算法.此外,新算法在收敛速度上优于基本生物地理学优化算法.
引用
收藏
页码:1106 / 1112
页数:7
相关论文
共 2 条
[1]
一种更简化而高效的粒子群优化算法
[J].
胡旺
论文数:
0
引用数:
0
h-index:
0
机构:
四川大学计算机学院
胡旺
;
李志蜀
论文数:
0
引用数:
0
h-index:
0
机构:
四川大学计算机学院
李志蜀
.
软件学报,
2007,
(04)
:861
-868
[2]
On Evolutionary Exploration and Exploitation[J] . A.E. Eiben,C.A. Schippers.Fundamenta Informaticae . 1998 (1-4)
←
1
→
共 2 条
[1]
一种更简化而高效的粒子群优化算法
[J].
胡旺
论文数:
0
引用数:
0
h-index:
0
机构:
四川大学计算机学院
胡旺
;
李志蜀
论文数:
0
引用数:
0
h-index:
0
机构:
四川大学计算机学院
李志蜀
.
软件学报,
2007,
(04)
:861
-868
[2]
On Evolutionary Exploration and Exploitation[J] . A.E. Eiben,C.A. Schippers.Fundamenta Informaticae . 1998 (1-4)
←
1
→