一种自适应调整种群子代数量 与步长的优化算法——爆米花算法

• 作者: 李智梅 温泰 莫海淼 赵志刚 郭杨
• 来源期刊: 计算机工程与科学
• 学科: 工学
• 关键词: 群体智能 爆米花算法 烟花算法 粒子群优化算法 函数优化 0-1背包问题
• 年，卷（期）: 2019,（5）
• 所属期刊栏目: 人工智能与数据挖掘
• 页码范围: 900-909
• 页数: 10页
• 分类号: TP18
• 字数: 9763字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-130X.2019.05.019

摘要

提出了一种新的群体智能优化算法——爆米花算法.借鉴了烟花算法爆炸机制的优点,利用个体在寻优过程中适应度值的优劣来动态调整子代的数量,个体的适应度值越好,产生的子代数量越多,并且在该个体附近搜索的子代数量越多,以此控制局部搜索与全局搜索之间的平衡.还借鉴了粒子群优化算法的记忆机制,引入个体最优和全局最优来构造新的爆炸半径,使算法能够在寻优过程中动态地调整步长,并对全局最优进行高斯扰动,增加种群的多样性.实验结果表明:与其他优化算法(如蝙蝠算法、标准粒子群算法、烟花算法)相比,本文提出的爆米花算法总体性能更优.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵志刚	广西大学计算机与电子信息学院	45	417	13.0	19.0
2	郭杨	广西大学计算机与电子信息学院	3	0	0.0	0.0
3	温泰	广西大学计算机与电子信息学院	9	8	2.0	2.0
4	李智梅	广西大学计算机与电子信息学院	4	0	0.0	0.0
5	莫海淼	广西大学计算机与电子信息学院	6	3	1.0	1.0