应用精英反向学习的引力搜索算法

• 作者: 井福荣 李康顺 罗会兰 郭肇禄
• 来源期刊: 计算机应用研究
• 关键词: 全局优化 演化算法 精英反向学习 引力搜索
• 年，卷（期）: 2015,（12）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 3638-3641
• 页数: 4页
• 分类号: TP301.6
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2015.12.025

摘要

引力搜索算法是近年提出的一种颇具潜力的全局优化算法,已经成功应用到了各种工程实践中,然而它在求解复杂工程优化问题时容易出现早熟收敛问题.为了在一定程度上避免早熟收敛现象,提出一种应用精英反向学习策略的引力搜索算法(EOGSA).在演化进程中,对当前种群中的每个个体分别执行精英反向学习策略,生成一个精英反向种群,并将生成的精英反向种群与当前种群同时进行竞争,选择出下一代种群.在一系列经典函数优化测试问题上的对比实验结果表明,EOGSA算法能够提高传统引力搜索算法的性能,在一定程度上避免早熟收敛的缺点.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李康顺	江西理工大学信息工程学院	39	453	11.0	20.0
5	井福荣	江西理工大学信息工程学院	15	62	4.0	7.0
6	罗会兰	江西理工大学信息工程学院	51	445	13.0	18.0
7	郭肇禄	江西理工大学理学院	15	197	6.0	14.0