基于精英高斯学习的改进鱼群粒子群混合算法 |
| |
作者姓名: | 康朝海 王博宇 杨永英 |
| |
作者单位: | 1. 东北石油大学 电气信息工程学院,黑龙江 大庆 163318; 2. 大庆油田矿区服务事业部 物业管理一公司,黑龙江 大庆 163000 |
| |
基金项目: | 国家自然科学基金资助项目(51404073;51404074),国家自然科学基金优秀青年科学基金资助项目(61422301),黑龙江省自然科学基金资助项目(青年)(QC2017043),黑龙江省博士后科研启动资金资助项目(LBH-Q12143) |
| |
摘 要: | 为提高算法在高维函数上的寻优性能,提出改进鱼群粒子群混合算法。该算法将鱼群算法全局搜索性能好与粒子群算法局部搜索性能强的优点相结合,在寻优初始阶段采用鱼群算法获得最优群体,在后期用粒子群算法实现精搜索。针对初始种群随意性大、分布不均的问题,通过均匀初始化,优化初始种群的分布; 并对算法全局搜索方向性差、效率低的问题,采用仿照蛙跳算法的分组方式对种群进行分组,同时对组内优秀个体和一般个体使用不同搜索策略,提高搜索的目的性和效率。引入改进的精英高斯学习,从而提升最终结果的精度。利用该算法对6 个标准函数寻优并与其他算法比较,结果表明,该算法的改进有效且性能优于其他算法。
|
关 键 词: | 鱼群粒子群混合算法 均匀初始化 分组策略 精英高斯学习 |
本文献已被 万方数据 等数据库收录! |
| 点击此处可从《吉林大学学报(信息科学版)》浏览原始摘要信息 |
|
点击此处可从《吉林大学学报(信息科学版)》下载全文 |
|