基于混合进化的SFL算法及其应用

混合蛙跳算法是一种新的基于群体智能的后启发式计算方法。这种算法具有易于理解,参数少,时间复杂度低和易于编程等特点,但也存在易陷入局部最优解的缺点。因此,本文提出了基于差分进化和高斯变异算子的两种混合进化SFL算法,并使用经典的超非线性、超多峰、超高维约束优化的BUMP问题进行了实验验证,实验结果验证了两个算法比原始SFL具有更强的寻优能力和相对较少的迭代次数。 为了进一步验证算法的有效性,使用混合进化SFL算法建立公务员录用模型,在此模型中分类器采用模糊积分分类器,参数的确定使用混合进化SFL算法确定,经实验验证,此模型的准确率达到75%以上。