反向学习全局和声搜索算法

• 作者: 秦玉平 翟军昌
• 来源期刊: 控制与决策
• 学科: 工学
• 关键词: 和声搜索 反向学习 随机学习 变异 回溯 局部最优
• 年，卷（期）: 2019,（7）
• 所属期刊栏目: 论文与报告
• 页码范围: 1449-1455
• 页数: 7页
• 分类号: TP301.6
• 语种: 中文
• DOI: 10.13195/j.kzyjc.2017.1743

摘要

提出一种反向学习全局和声搜索(OLGHS)算法.基于反向学习技术初始化和声记忆库,提高初始和声向量的质量;通过当前最差和声向当前最优和声学习进化,提高算法的全局搜索性能;通过其他和声向量之间不断回溯交互的随机学习策略,提高算法局部搜索性能;用由两种不同学习策略随机交又动态产生的新和声与反向和声二者较优的个体更新和声记忆库,提高算法的搜索性能.将OLGHS算法与其他启发式优化算法以及目前文献中较优的改进HS算法进行性能测试,测试结果表明OLGHS算法具有较高的寻优精度和较快的收敛速度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	秦玉平	渤海大学工学院	87	586	14.0	17.0
2	翟军昌	渤海大学信息科学与技术学院	24	111	6.0	10.0