一种改进的全局和声搜索算法求解函数优化问题

• 作者: 周园园 李敬明 沈桂芳 胡贤德
• 来源期刊: 赤峰学院学报（自然科学版）
• 学科: 工学
• 关键词: 和声搜索算法 反向学习 函数优化
• 年，卷（期）: 2016,（21）
• 所属期刊栏目: 计算机科学
• 页码范围: 15-17
• 页数: 3页
• 分类号: TP393
• 字数: 2091字
• 语种: 中文

摘要

针对和声搜索算法的早期收敛速度快,后期收敛慢,容易陷入局部最优解的问题,本文提出了一种改进的全局和声搜索算法.该算法对标准和声搜索算法作了三点改进,首先在和声记忆库初始化时采用反向学习策略,提高初始解的质量,提高收敛速度,其次,采用动态方式调整参数,第三,利用当前和声记忆库中的全局最优解产生新解,提高全局搜索能力.采用该算法对6个标准的测试函数进行优化,结果表明,该算法避免算法的早熟和增强算法的全局搜索能力,具有较好的优化性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李敬明	安徽新华学院信息工程学院	23	95	5.0	9.0
2	胡贤德	安徽新华学院信息工程学院	26	130	4.0	11.0
3	沈桂芳	安徽新华学院信息工程学院	18	41	3.0	5.0
4	周园园	安徽新华学院信息工程学院	6	5	2.0	2.0