基于动态多子族群自适应群居蜘蛛优化算法

• 作者: 刘洲洲 李彬
• 来源期刊: 四川大学学报（自然科学版）
• 学科: 工学
• 关键词: 群居蜘蛛优化算法 多子族群 自适应 函数优化
• 年，卷（期）: 2017,（4）
• 所属期刊栏目: 计算机科学
• 页码范围: 721-727
• 页数: 7页
• 分类号: TP273
• 字数: 4542字
• 语种: 中文
• DOI: 10.3969/j.issn.0490-6756.2017.04.010

摘要

为了提高群居蜘蛛优化算法(SSO)样本多样性和算法收敛性能,提出了一种基于动态多子族群自适应群居蜘蛛优化算法(DMASSO).根据算法样本多样性和算法进化程度,动态的将蜘蛛种群分成若干个主导子族群和辅助子族群,在不同子族群中分别引入自适应学习因子和高斯扰动因子改进算法个体更新方式,实现提高算法全局寻优能力和保持群体样本多样性.针对具有典型特点的测试函数仿真结果表明,较SSO算法、MSFLA算法等优化算法相比,新算法在收敛速度和收敛精度上均有明显改善.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘洲洲		84	250	9.0	11.0
2	李彬	西北工业大学电子信息学院	21	65	5.0	6.0