改进的群搜索优化算法

• 作者: 张雯雾 李丽娟 滕少华
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 搜索 优化 群集智能 进化算法 高维 函数优化
• 年，卷（期）: 2009,（4）
• 所属期刊栏目: 研究、探讨
• 页码范围: 48-51,168
• 页数: 5页
• 分类号: TP18|TP301
• 字数: 3778字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2009.04.014

摘要

群搜索优化(Group Search Optimizer,GSO)算法是一种新的群集智能优化算法,适宜于解决多模态高维问题.对GSO算法进行了一些改进,简化了计算过程,提高了优化性能.主要在两个方面进行改进,一是在迭代过程中,控制允许变异的维的数量,使之从多到少变化,以提高收敛速度.二是用随机数来确定生成个体新位置所用的一组随机值的正负数比例,避免正负数比例趋于固定,增加随机性.经过6个常用测试函数测试及与其他文献结果对比后可知,在低维情况下,此算法与GA、EP、Es、PSO、GSO算法相比有较好的整体收敛性能,高维时,此算法与GA、PSO、GSO比较,收敛性能有明显优势.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李丽娟	广东工业大学建设学院	132	1922	26.0	37.0
2	滕少华	广东工业大学计算机学院	121	825	15.0	20.0
3	张雯雾	广东工业大学计算机学院	1	30	1.0	1.0