一种自适应变异策略的集体决策优化算法

发布时间：2024-02-04 02:32

　　集体决策优化算法(collective decision optimization algorithm, CDOA)是一种基于种群的进化算法。该算法具有收敛速度快的特点,但同时算法易陷入局部最优。针对这一缺陷,提出了一种自适应变异策略的集体决策优化算法(adaptive collective decision optimization algorithm, ACDOA)。其中,自适应变异策略是在每一个个体变异的过程中根据一定的概率自适应的在2个不同功能的变异算子中选择1个变异算子进行变异,该变异策略使得迭代前期算法能尽可能多的选择多样性强的变异算子进行变异,而在迭代后期算法能尽可能多的选择局部搜索能力强的算子进行变异以确保个体快速、稳定的向最优值靠近。利用3个经典的测试函数对算法进行了仿真试验,结果表明, ACDOA与CDOA相比有更快的收敛速度和更大的种群多样性,同时也保留了原算法良好的局部搜索能力。

【文章页数】：5 页

【部分图文】：

图１３个函数收敛图

２．６８５２×１０－９３．０６９３ｅ×１０－８Ｓｃｈｗｅｆｅｌ４．２３０８１０．８３１３１．３６０９９．１９１３图１３个函数收敛图表１中，Ｓｐｈｅｒｅ函数为单峰函数，不存在局部最优解；其余函数均为多峰函数，存在较多局部最优解；３个函数的最优值均在零点处。表２中，通过３个函数寻优的....

本文编号：3895055