计算机应用
計算機應用
계산궤응용
COMPUTER APPLICATION
2013年
5期
1317-1320
,共4页
张维平%任雪飞%李国强%牛培峰
張維平%任雪飛%李國彊%牛培峰
장유평%임설비%리국강%우배봉
万有引力搜索算法%数值函数优化%人工蜂群算法%启发式优化算法%群体智能
萬有引力搜索算法%數值函數優化%人工蜂群算法%啟髮式優化算法%群體智能
만유인력수색산법%수치함수우화%인공봉군산법%계발식우화산법%군체지능
万有引力搜索算法应用于函数优化问题时易陷入局部最优解且优化精度不高.针对这些问题,提出了一种改进的万有引力搜索算法.该算法通过引入反向学习策略、精英策略和边界变异策略,显著地提高了万有引力搜索算法中粒子的探索能力与开发能力,获得了较强的全局优化能力和局部优化能力.通过对6个非线性基准函数进行仿真实验,结果表明:与基本的万有引力搜索算法、加权的万有引力搜索算法和人工蜂群算法相比,改进的万有引力搜索算法在求解复杂函数的优化问题时具有更好的优化性能.
萬有引力搜索算法應用于函數優化問題時易陷入跼部最優解且優化精度不高.針對這些問題,提齣瞭一種改進的萬有引力搜索算法.該算法通過引入反嚮學習策略、精英策略和邊界變異策略,顯著地提高瞭萬有引力搜索算法中粒子的探索能力與開髮能力,穫得瞭較彊的全跼優化能力和跼部優化能力.通過對6箇非線性基準函數進行倣真實驗,結果錶明:與基本的萬有引力搜索算法、加權的萬有引力搜索算法和人工蜂群算法相比,改進的萬有引力搜索算法在求解複雜函數的優化問題時具有更好的優化性能.
만유인력수색산법응용우함수우화문제시역함입국부최우해차우화정도불고.침대저사문제,제출료일충개진적만유인력수색산법.해산법통과인입반향학습책략、정영책략화변계변이책략,현저지제고료만유인력수색산법중입자적탐색능력여개발능력,획득료교강적전국우화능력화국부우화능력.통과대6개비선성기준함수진행방진실험,결과표명:여기본적만유인력수색산법、가권적만유인력수색산법화인공봉군산법상비,개진적만유인력수색산법재구해복잡함수적우화문제시구유경호적우화성능.
