基于发现者预选择机制的自适应群搜索算法

来源 :计算机应用 | 被引量 : 3次 | 上传用户:pennyboys
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
为克服群搜索(GSO)算法早熟的缺点,提高算法收敛速度,提出一种基于发现者预选择机制的自适应群搜索(PSAGSO)算法。首先,依据发现者-追随者模型,采用预选择机制,用倒序变异算子产生新发现者,来引导追随者寻优的方向,有效地维持了群体中个体的多样性;其次,提出一种基于线性递减的动态自适应方法来调整游荡者的分布比例,以提高种群中个体的活力,有利于算法跳出局部最优。通过对12个基准函数进行测试。对于30维函数优化,PSAGSO算法的测试数据优于He等(HE S,WU Q H,SAUNDERS J R.G
其他文献
针对金属材料工程专业实验与课程捆绑教学的弊端,提出了专业实验与技能一体化教学模式,建立了四级实验平台,将原来分散孤立的实验有机联系起来。通过平台建设整合优化实验,集
为加强对保险消费者权益的保护,保监会要求保险公司成立保险消费者事务工作委员会,整合力量,加强协作,提高保险消费者事务工作的效率和水平。绝大部分保险公司根据保监会要求
<正>近年来,我国铁路网规模迅速扩大,运输能力实现了较大提高,在铁路快速发展的同时,运输市场也发生了深刻变化。在货运市场中,随着公路、水运、航空等运输方式的迅猛发展,铁
轨道线形分段及线形参数优化是铁路轨道既有线复测工作的核心。基于惯导角度量测数据,提出了一种轨道平面线形分段及最佳线形参数估计算法。所提算法根据轨道线形变化规律,利用