两种求解数值优化的改进和声搜索算法

• 作者: 叶春明 李永林
• 来源期刊: 微电子学与计算机
• 关键词: 和声搜索 memetic算法 自适应 Powell法 混沌
• 年，卷（期）: 2014,（7）
• 页码范围: 22-26
• 页数: 5页
• 分类号: TP18
• 语种: 中文

摘要

针对现有和声搜索算法收敛速度慢、参数选择困难等不足，从搜索机制和算法融合两个方面进行了改进。首先利用轮盘赌选择和基于和声库历史信息的自动微调策略建立了一种轮盘赌自适应和声算法（roulette wheel selection and self-adaptive improved harmony search algorithm ，RAHS），然后借鉴memetic策略，将RAHS算法作为全局搜索器，Powell法作为 meme单元并引入混沌搜索进行扰动，融合建立了一种和声memetic算法（RAHS memetic algorithm ，RAHMA）。基于6个标准测试函数的仿真表明，RAHS算法优于三种典型的和声搜索算法，而RAHMA算法在搜索精度、收敛速度和鲁棒性等方面相对于RAHS算法又有了显著提高。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	叶春明	上海理工大学管理学院	425	3663	28.0	42.0
2	李永林	上海理工大学管理学院	9	85	5.0	9.0