基于邻域引力学习的生物地理学优化算法

• 作者: 刘思含 孙根云 张爱竹 郝艳玲 马萍
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 生物地理学优化算法 邻域选择 引力学习 自适应高斯变异机制
• 年，卷（期）: 2018,（22）
• 所属期刊栏目: 理论与研发
• 页码范围: 35-41
• 页数: 7页
• 分类号: TP301.6
• 字数: 6612字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1710-0115

摘要

针对生物地理学优化算法(Biogeography-Based Optimization,BBO)易发生早熟收敛、陷入局部最优的问题,提出一种基于邻域引力学习的生物地理学优化算法(Neighbor Force Learning Biogeography-Based Optimization,NFBBO).该算法采用邻域选择的方法确定迁出栖息地,以充分利用栖息地的邻域信息,增加算法的种群多样性.同时采用引力学习策略对栖息地进行更新,拓展搜索空间,提高算法的搜索能力,避免早熟收敛问题.为使种群能够自适应地跳出局部最优,引入一种自适应高斯变异机制.基于高维标准测试函数的对比实验表明,NFBBO算法具有更快的收敛速度和更高的收敛精度.