一种保持种群多样性的改进混洗蛙跳算法

被引：3

作者：

张强 ^{[1
]}

刘丽杰 ^{[2
]}

郭昊 ^{[3
]}

机构：

[1] 东北石油大学计算机与信息技术学院

[2] 黑龙江八一农垦大学信息技术学院

[3] 中国石油技术开发公司

来源：

计算机与数字工程 | 2015年 / 43卷 / 07期

关键词：

混洗蛙跳算法; 反向学习; 多样性; 优化;

D O I：

暂无

中图分类号：

TP18 [人工智能理论];

学科分类号：

140502 [人工智能];

摘要：

针对经典混洗蛙跳算法在函数优化中易陷入局部最优和早熟收敛等缺点,提出一种保持种群多样性的改进型混洗蛙跳算法。其思想是通过反向学习机制初始化种群,并动态改变多样性比例来计算所有分组的最优值的多样性密度,来改进个体进化方式。典型复杂函数测试表明,该算法能有效找出全局最优解。

引用

页码：1175 / 1177+1211 +1211

页数：4

共 5 条

[1]

Opposition versus randomness in soft computing techniques.[J].Shahryar Rahnamayan;Hamid R. Tizhoosh;Magdy M.A. Salama.Applied Soft Computing Journal.2007, 2

[2]

Comparison among five evolutionary-based optimization algorithms [J].

Elbeltagi, E ;

Hegazy, T ;

Grierson, D .

ADVANCED ENGINEERING INFORMATICS, 2005, 19 (01) :43-53

[3]

基于改进混合蛙跳算法的认知无线电协作频谱感知 [J].

郑仕链 ;

楼才义 ;

杨小牛 .

物理学报, 2010, 59 (05) :3611-3617

[4]

改进混合蛙跳算法求解旅行商问题 [J].

罗雪晖 ;

杨烨 ;

李霞 .

通信学报, 2009, 30 (07) :130-135

[5]

求解复杂函数优化问题的混合蛙跳算法 [J].

赵鹏军 ;

刘三阳 .

计算机应用研究, 2009, 26 (07) :2435-2437

← 1 →