计算机工程与应用
計算機工程與應用
계산궤공정여응용
COMPUTER ENGINEERING AND APPLICATIONS
2009年
4期
48-51,168
,共5页
搜索%优化%群集智能%进化算法%高维%函数优化
搜索%優化%群集智能%進化算法%高維%函數優化
수색%우화%군집지능%진화산법%고유%함수우화
群搜索优化(Group Search Optimizer,GSO)算法是一种新的群集智能优化算法,适宜于解决多模态高维问题.对GSO算法进行了一些改进,简化了计算过程,提高了优化性能.主要在两个方面进行改进,一是在迭代过程中,控制允许变异的维的数量,使之从多到少变化,以提高收敛速度.二是用随机数来确定生成个体新位置所用的一组随机值的正负数比例,避免正负数比例趋于固定,增加随机性.经过6个常用测试函数测试及与其他文献结果对比后可知,在低维情况下,此算法与GA、EP、Es、PSO、GSO算法相比有较好的整体收敛性能,高维时,此算法与GA、PSO、GSO比较,收敛性能有明显优势.
群搜索優化(Group Search Optimizer,GSO)算法是一種新的群集智能優化算法,適宜于解決多模態高維問題.對GSO算法進行瞭一些改進,簡化瞭計算過程,提高瞭優化性能.主要在兩箇方麵進行改進,一是在迭代過程中,控製允許變異的維的數量,使之從多到少變化,以提高收斂速度.二是用隨機數來確定生成箇體新位置所用的一組隨機值的正負數比例,避免正負數比例趨于固定,增加隨機性.經過6箇常用測試函數測試及與其他文獻結果對比後可知,在低維情況下,此算法與GA、EP、Es、PSO、GSO算法相比有較好的整體收斂性能,高維時,此算法與GA、PSO、GSO比較,收斂性能有明顯優勢.
군수색우화(Group Search Optimizer,GSO)산법시일충신적군집지능우화산법,괄의우해결다모태고유문제.대GSO산법진행료일사개진,간화료계산과정,제고료우화성능.주요재량개방면진행개진,일시재질대과정중,공제윤허변이적유적수량,사지종다도소변화,이제고수렴속도.이시용수궤수래학정생성개체신위치소용적일조수궤치적정부수비례,피면정부수비례추우고정,증가수궤성.경과6개상용측시함수측시급여기타문헌결과대비후가지,재저유정황하,차산법여GA、EP、Es、PSO、GSO산법상비유교호적정체수렴성능,고유시,차산법여GA、PSO、GSO비교,수렴성능유명현우세.