基于精英高斯学习的改进鱼群粒子群混合算法

• 作者: 康朝海 杨永英 王博宇
• 来源期刊: 吉林大学学报（信息科学版）
• 学科: 工学
• 关键词: 鱼群粒子群混合算法 均匀初始化 分组策略 精英高斯学习
• 年，卷（期）: 2018,（4）
• 所属期刊栏目: 计算机科学与技术
• 页码范围: 430-438
• 页数: 9页
• 分类号: TP18
• 字数: 6042字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-5896.2018.04.012

摘要

为提高算法在高维函数上的寻优性能,提出改进鱼群粒子群混合算法.该算法将鱼群算法全局搜索性能好与粒子群算法局部搜索性能强的优点相结合,在寻优初始阶段采用鱼群算法获得最优群体,在后期用粒子群算法实现精搜索.针对初始种群随意性大、分布不均的问题,通过均匀初始化,优化初始种群的分布;并对算法全局搜索方向性差、效率低的问题,采用仿照蛙跳算法的分组方式对种群进行分组,同时对组内优秀个体和一般个体使用不同搜索策略,提高搜索的目的性和效率.引入改进的精英高斯学习,从而提升最终结果的精度.利用该算法对6个标准函数寻优并与其他算法比较,结果表明,该算法的改进有效且性能优于其他算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	康朝海	东北石油大学电气信息工程学院	32	64	5.0	6.0
2	王博宇	东北石油大学电气信息工程学院	1	6	1.0	1.0
3	杨永英		1	6	1.0	1.0