聚散优化算法:一种新的启发式算法

发布时间：2021-02-14 05:53

　　为了将最优化方法与思想融入群智能优化的研究,提出了允许重复的存档和种群重置策略、聚集算子和分散算子,并分析了这些操作对算法性能的影响。在3种操作基础上,提出一种新的启发式算法——聚散优化算法（GAD）。将所提算法与4个经典启发式算法（SPSO2011,CoDE,SaDE和IGHS）相比较,用于求解20个经典的函数最优化问题。结果显示,聚散优化算法能得到较其他算法更优秀的解,从而说明了所提聚散优化算法及其操作算子的有效性。 

【文章来源】：计算机集成制造系统. 2020,26(03)北大核心

【文章页数】：14 页

【文章目录】：
0 引言
1 单纯形法
2 聚集算子和分散算子
    2.1 聚集算子
        （1）凸组合
        （2）拓展的凸组合
    2.2 分散算子
3 允许重复的存档和种群重置策略
    3.1 存档操作
    3.2 种群重置操作
        3.2.1 两种重置时机
        3.2.2 三种重置方式
            （1）直接利用存档重置
            （2）间接利用存档重置
            （3）不使用存档重置
    3.3 聚散算法
4 算法对比仿真实验
    4.1 测试函数
    4.2 实验仿真结果对比与分析
    4.3 实验仿真结果综合分析
5 结束语



本文编号：3033228