自适应变异尺度系数和混合选择的回溯搜索算法

• 作者: 何先平 徐新林 胡中波 苏清华
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 回溯搜索算法 约束优化问题 变异尺度系数 选择策略 Metropolis准则
• 年，卷（期）: 2017,（17）
• 所属期刊栏目: 热点与综述
• 页码范围: 6-13,107
• 页数: 9页
• 分类号: TP301.6
• 字数: 7386字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1703-0570

摘要

回溯搜索算法(Backtracking Search Optimization Algorithm,BSA)是一种基于种群的进化算法.该算法有良好的全局搜索性能,但存在收敛速度慢的缺点.针对这一缺点,提出了自适应变异尺度系数和混合选择的改进的回溯搜索算法.改进的变异尺度系数是基于Metropolis准则提出的,它的总体趋势自适应减小.改进的选择策略是整体q％择优法与锦标赛选择法的混合选择机制,在选择过程中使一定比例的优秀个体优先进入下一代,剩余个体对位选取适应度较高的个体.对5个复杂的约束优化问题进行仿真实验,得到的实验结果分别与原算法和众多同类算法进行了比较,实验结果表明了改进算法的有效性和良好竞争力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	何先平	长江大学信息与数学学院	78	216	8.0	11.0
2	苏清华	长江大学信息与数学学院	5	10	2.0	3.0
3	胡中波	长江大学信息与数学学院	5	10	2.0	3.0
4	徐新林	长江大学信息与数学学院	1	5	1.0	1.0