一种新颖的差分混合蛙跳算法

• 作者: 王娜 高学军
• 来源期刊: 计算机系统应用
• 关键词: 智能优化 混合蛙跳算法 差分进化 归档集
• 年，卷（期）: 2017,（1）
• 所属期刊栏目: 软件技术·算法
• 页码范围: 196-200
• 页数: 5页
• 字数: 4062字
• 语种: 中文
• DOI: 10.15888/j.cnki.csa.005563

摘要

在使用智能优化算法处理函数优化问题时,保持种群的多样性及加快种群的收敛速度可以提升一个算法的性能.针对混合蛙跳算法在寻优过程中易陷入局部最优和早熟收敛的缺点,本文提出了一种新颖的差分混合蛙跳算法.该算法借鉴差分进化中的变异交叉思想,在前期利用子群中其他个体的有用信息来更新最差个体,增加局部扰动性,以提高种群的多样性;在后期为加快收敛速度使用最好个体的信息进行变异交叉操作.同时本文使用归档集进一步保留种群的多样性.仿真测试结果表明:该算法在求解优化问题时较基本蛙跳算法和平均值蛙跳算法具有更好的寻优性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	高学军	广东工业大学应用数学学院	12	47	4.0	6.0
2	王娜	广东工业大学应用数学学院	1	6	1.0	1.0