基于引力搜索和分布估计的混合离散优化算法

被引：9

作者：

蒋悦 ^{[1
]}

沈冬梅 ^{[2
]}

赵彦 ^{[1
]}

高尚策 ^{[2
]}

机构：

[1] 江苏信息职业技术学院物联网工程系

[2] 东华大学信息科学与技术学院

来源：

计算机应用 | 2014年 / 34卷 / 07期

关键词：

引力搜索算法; 分布估计; 旅行商问题; NP-hard问题; 局部最优解;

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：

针对传统离散引力搜索算法(GSA)容易陷入局部最小解的问题,提出了一种引力搜索和分布估计的混合离散算法GSEDA。通过有效地利用个体在引力搜索的历史统计信息,结合分布估计建立的概率分布模型,生成新的具有全局统计意义的优良解,继而更新搜索群体,使算法搜索更加平衡了空间的开发和探索能力,从而使得算法具有更强的跳出局部最优解的能力。仿真实验结果表明提出的新算法比传统算法具有更好的优化性能和鲁棒性。

引用

页码：2074 / 2079

页数：6

共 21 条

[1]

A Hybrid Estimation of Distribution Algorithm and Nelder-Mead Simplex Method for Solving a Class of Nonlinear Bilevel Programming Problems [J].

Ren, Aihong ;

Wang, Yuping ;

Jia, Fei .

JOURNAL OF APPLIED MATHEMATICS, 2013,

[2]

Exploration and exploitation in evolutionary algorithms.[J].Matej Črepinšek;Shih-Hsi Liu;Marjan Mernik.ACM Computing Surveys (CSUR).2013, 3

[3]

A Boltzmann based estimation of distribution algorithm.[J].S. Ivvan Valdez;Arturo Hernández;Salvador Botello.Information Sciences.2013,

[4]

Gravitational search algorithm-based design of fuzzy control systems with a reduced parametric sensitivity.[J].Radu-Codru? David;Radu-Emil Precup;Emil M. Petriu;Mircea-Bogdan R?dac;Stefan Preitl.Information Sciences.2013,

[5]

Swarm intelligence and gravitational search algorithm for multi-objective optimization of synthesis gas production.[J].T. Ganesan;I. Elamvazuthi;Ku Zilati Ku Shaari;P. Vasant.Applied Energy.2013,

[6]

Facing the classification of binary problems with a GSA-SVM hybrid system [J].