缎蓝亭鸟优化器与内部搜索算法的混合算法

发布时间：2022-02-24 21:18

　　针对内部搜索算法（ISA）具有寻优精度差的缺陷,提出缎蓝亭鸟优化器（SBO）与内部搜索算法的混合算法（SBO-ISA）。使用内部搜索算法中的构造组的寻优机制生成的坐标点及在目标函数排名中排在个体的前两名或后两名的个体坐标点扰动缎蓝亭鸟优化器中的个体位置更新机制的当代起始点,并按一定概率选择使用被个体的前两名个体坐标点扰动的缎蓝亭鸟优化器的个体位置更新机制还是被个体的后两名个体坐标点扰动的缎蓝亭鸟优化器的个体位置更新机制生成坐标点。通过对ISA算法的一系列修改,最终加强了算法的寻优能力。仿真实验表明SBO-ISA算法寻优能力优于缎蓝亭鸟优化器,同时也优于内部搜索算法。 

【文章来源】：电脑知识与技术. 2019,15(30)

【文章页数】：10 页

【部分图文】：

算法流程图

【参考文献】：
期刊论文
[1]特殊换热网络算例优化与分析[J]. 张红亮,崔国民,朱玉双,黄晓璜.  化工进展. 2018(05)
[2]融合粒子群优化和遗传算法的基因调控网络构建[J]. 孟军,史贯丽.  计算机应用. 2016(11)
[3]新型灰狼优化算法在函数优化中的应用[J]. 罗佳,唐斌.  兰州理工大学学报. 2016(03)
[4]粒子群遗传算法在离散制造业排产中的研究[J]. 陈园园,夏筱筠,柏松,宋佳.  计算机系统应用. 2016(05)
[5]基于莱维飞行的粒子群优化算法[J]. 王庆喜,郭晓波.  计算机应用研究. 2016(09)
[6]多子群混合和声搜索算法[J]. 夏红刚,欧阳海滨,高立群.  东北大学学报(自然科学版). 2015(02)
[7]数据挖掘技术在客户获取策略中的应用[J]. 张喆,常桂然,黄小原.  东北大学学报. 2003(11)

博士论文
[1]基于智能优化算法的系统可靠性优化问题研究[D]. 刘玉宝.吉林大学 2017

硕士论文
[1]GEP及SVM融合的分类技术研究[D]. 王文栋.广西师范学院 2010



本文编号：3643524