带高效变异尺度系数和贪婪交叉策略的回溯搜索优化算法

• 作者: 刘三阳 王晓娟 田文凯
• 来源期刊: 计算机应用
• 学科: 工学
• 关键词: 回溯搜索优化算法 麦克斯韦-玻尔兹曼分布 变异尺度系数 贪婪性策略 差分进化算法
• 年，卷（期）: 2014,（9）
• 所属期刊栏目: 人工智能
• 页码范围: 2543-2546,2565
• 页数: 5页
• 分类号: TP301.6|TP18
• 字数: 3839字
• 语种: 中文
• DOI: 10.11772/j.issn.1001-9081.2014.09.2543

摘要

针对回溯搜索优化算法(BSA)收敛速度慢的缺点,提出基于麦克斯韦-玻尔兹曼分布的变异尺度系数和带贪婪性的交叉策略,来提高算法收敛速度.利用麦克斯韦-玻尔兹曼分布产生变异尺度系数,能有效提高搜索效率,提高收敛速度;在交换维数较少的交叉策略中使用向优秀个体群学习过的变异种群进行交叉,在充分保证种群多样性的前提下为交叉策略添加了一定贪婪性,成功克服了以往算法添加贪婪性时易陷入局部最优的缺点.对15个标准测试函数进行仿真实验,结果显示,改进算法收敛速度较快,收敛精度较高,即使在高维多峰函数中,相同迭代次数后改进算法的搜索结果比原BSA平均高出近14个数量级,收敛精度均达到10-10以上.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘三阳	西安电子科技大学数学与统计学院	662	5562	32.0	51.0
2	田文凯	西安电子科技大学数学与统计学院	4	38	4.0	4.0
3	王晓娟	西安电子科技大学数学与统计学院	3	29	2.0	3.0