一种基于差分策略的群搜索优化算法

• 作者: 熊聪聪 王丹 邓雪晨 郝璐萌
• 来源期刊: 计算机科学
• 学科: 工学
• 关键词: 群搜索优化算法 差分变异 收敛速度 收敛精度
• 年，卷（期）: 2017,（2）
• 所属期刊栏目: 人工智能
• 页码范围: 250-256
• 页数: 7页
• 分类号: TP301
• 字数: 7083字
• 语种: 中文
• DOI: 10.11896/j.issn.1002-137X.2017.02.041

摘要

针对群搜索优化(Group Search Optimizer,GSO)算法易陷入局部最优、收敛速度较慢、收敛精度较低等问题,提出一种基于差分策略的群搜索优化(Differential Ranking-based Group Search Optimizer,DRGSO)算法.主要进行两方面改进:1)按照适应度值的大小对种群进行排序,适当增加发现者的数目,使种群能够获得更好的启发式信息,加快了算法的收敛速度,有效地避免了算法陷入局部最优;2)在发现者搜索过程中,引入4种不同的差分变异策略,提高了算法的收敛精度,增强了算法的群体多样性在.11组国际标准测试函数上的实验测试结果显示,与GA,GSO,PSO算法相比,DRGSO算法具有较强的全局搜索能力以及局部资源勘探能力,算法整体收敛性能明显提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	熊聪聪	天津科技大学计算机科学与信息工程学院	47	243	10.0	13.0
2	王丹	天津科技大学计算机科学与信息工程学院	10	81	5.0	9.0
3	郝璐萌	天津科技大学计算机科学与信息工程学院	2	9	2.0	2.0
4	邓雪晨	天津科技大学计算机科学与信息工程学院	4	6	1.0	2.0