计算机应用研究
計算機應用研究
계산궤응용연구
Application Research of Computers
2015年
12期
3638-3641
,共4页
井福荣%郭肇禄%罗会兰%李康顺
井福榮%郭肇祿%囉會蘭%李康順
정복영%곽조록%라회란%리강순
全局优化%演化算法%精英反向学习%引力搜索
全跼優化%縯化算法%精英反嚮學習%引力搜索
전국우화%연화산법%정영반향학습%인력수색
global optimization%evolutionary algorithm%elite opposition-based learning%gravitational search algorithm
引力搜索算法是近年提出的一种颇具潜力的全局优化算法,已经成功应用到了各种工程实践中,然而它在求解复杂工程优化问题时容易出现早熟收敛问题.为了在一定程度上避免早熟收敛现象,提出一种应用精英反向学习策略的引力搜索算法(EOGSA).在演化进程中,对当前种群中的每个个体分别执行精英反向学习策略,生成一个精英反向种群,并将生成的精英反向种群与当前种群同时进行竞争,选择出下一代种群.在一系列经典函数优化测试问题上的对比实验结果表明,EOGSA算法能够提高传统引力搜索算法的性能,在一定程度上避免早熟收敛的缺点.
引力搜索算法是近年提齣的一種頗具潛力的全跼優化算法,已經成功應用到瞭各種工程實踐中,然而它在求解複雜工程優化問題時容易齣現早熟收斂問題.為瞭在一定程度上避免早熟收斂現象,提齣一種應用精英反嚮學習策略的引力搜索算法(EOGSA).在縯化進程中,對噹前種群中的每箇箇體分彆執行精英反嚮學習策略,生成一箇精英反嚮種群,併將生成的精英反嚮種群與噹前種群同時進行競爭,選擇齣下一代種群.在一繫列經典函數優化測試問題上的對比實驗結果錶明,EOGSA算法能夠提高傳統引力搜索算法的性能,在一定程度上避免早熟收斂的缺點.
인력수색산법시근년제출적일충파구잠력적전국우화산법,이경성공응용도료각충공정실천중,연이타재구해복잡공정우화문제시용역출현조숙수렴문제.위료재일정정도상피면조숙수렴현상,제출일충응용정영반향학습책략적인력수색산법(EOGSA).재연화진정중,대당전충군중적매개개체분별집행정영반향학습책략,생성일개정영반향충군,병장생성적정영반향충군여당전충군동시진행경쟁,선택출하일대충군.재일계렬경전함수우화측시문제상적대비실험결과표명,EOGSA산법능구제고전통인력수색산법적성능,재일정정도상피면조숙수렴적결점.
