基于欧氏距离的黑洞寻优算法

• 作者: 刘文芳 刘春芳 王通
• 来源期刊: 沈阳工业大学学报
• 学科: 工学
• 关键词: 黑洞算法 全局搜索 欧氏距离 优化 多模函数优化 群体智能 测试函数 改进算法
• 年，卷（期）: 2016,（2）
• 所属期刊栏目: 信息科学与工程
• 页码范围: 201-205
• 页数: 5页
• 分类号: TP18
• 字数: 3923字
• 语种: 中文
• DOI: 10.7688/j.issn.1000-1646.2016.02.15

摘要

为了提高黑洞算法的寻优精度和算法的全局搜索能力,提出了一种基于欧氏距离的改进黑洞寻优算法.通过引入欧氏距离来初始化星体群位置,增强星体群的多样性,提高其全局搜索能力;设定黑洞半径最大值,避免由于黑洞面积过大跳过全局最优解,当有星体被黑洞吸收时,要求新的星体在距离黑洞一定欧氏距离以外的位置产生,提高星体的搜索区域;通过对3个基准测试函数进行寻优测试,并与PSO、ABC、DE、BH优化算法相比,验证了基于欧氏距离的黑洞寻优算法在寻优精度和全局寻优能力方面的优越性.结果表明,该算法不仅能够搜索到参数的全局最优解,而且与其他优化算法相比有一定优势.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘春芳	沈阳工业大学电气工程学院	44	237	8.0	13.0
2	王通	沈阳工业大学电气工程学院	12	61	4.0	7.0
3	刘文芳	沈阳工业大学电气工程学院	3	37	2.0	3.0