一种新的群搜索优化实现算法

• 作者: 冯绍杰 周晖 庆栋良 梁天 罗磊 谢静
• 来源期刊: 南通大学学报：自然科学版
• 学科: 工学
• 关键词: 群搜索优化 函数优化 多模态函数 高维函数 算法
• 年，卷（期）: 2012,（2）
• 所属期刊栏目: 电子信息工程与计算机科学
• 页码范围: 1-8
• 页数: 8页
• 分类号: TP18
• 字数: 3348字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-2340.2012.02.001

摘要

针对群搜索优化（GSO）算法存在的不足,提出一种新的GSO实现算法（NRGSO）.采用5个300维和7个30维的测试函数对NRGSO算法进行数值实验,并将其与GSO算法、微粒群优化（PSO）算法、遗传算法（GA）、进化规划（EP）、进化策略（ES）进行比较.结果表明,NRGSO算法的性能优于GSO算法;而在解决高维和多模态函数的优化问题方面,其性能优于PSO、GA、EP和ES等算法.NRGSO算法改进了群搜索优化原实现方法的不足,提高了算法的搜索性能,不仅在高维函数的优化中表现卓越,还能有效地避免陷入局部次优,并且在实际的优化问题中应用方便.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周晖	南通大学电子信息学院	48	235	9.0	13.0
2	梁天	南通大学电子信息学院	3	17	2.0	3.0
3	谢静	南通大学电子信息学院	4	18	2.0	4.0
4	庆栋良	南通大学电子信息学院	2	18	2.0	2.0
5	冯绍杰	南通大学电子信息学院	2	6	1.0	2.0
6	罗磊	南通大学电子信息学院	8	9	2.0	2.0