多峰函数优化的改进群居蜘蛛优化算法

• 作者: 王丽 王晓凯
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 群居蜘蛛优化算法 多种群 多峰函数优化 自适应 回溯
• 年，卷（期）: 2017,（3）
• 所属期刊栏目: 热点与综述
• 页码范围: 1-6
• 页数: 6页
• 分类号: TP273
• 字数: 5427字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1606-0217

摘要

针对群居蜘蛛优化(SSO)算法求解复杂多峰函数成功率不高和收敛精度低的问题,提出了一种自适应多种群回溯群居蜘蛛优化(AMBSSO)算法.引入自适应决策半径概念,动态地将蜘蛛种群分成多个种群,种群内适应度不同的个体采取不同的更新方式,提高了种群样本多样性;提出回溯迭代进化策略,在筛选全局极值的基础上,根据进化程度执行回溯迭代更新,保证了算法全局寻优能力.高维多峰函数仿真结果表明,同SSO算法、PSO算法等优化算法相比,AMBSSO算法具有较快的收敛速度和较高的收敛精度,尤其适用复杂高维多峰函数优化问题.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王晓凯	山西大学物理电子工程学院	41	280	6.0	16.0
2	王丽	晋中学院信息技术与工程学院	3	9	2.0	3.0