引入迷失探索与集群分裂机制的改进鸽群优化算法

• 作者: 尚志刚 李志辉 李蒙蒙 王力
• 来源期刊: 郑州大学学报（工学版）
• 学科: 工学
• 关键词: 鸽群优化 迷失探索 集群分裂 全局搜索 种群多样性
• 年，卷（期）: 2019,（4）
• 所属期刊栏目: 仿生智能计算及应用专题
• 页码范围: 25-31
• 页数: 7页
• 分类号: TP301.6
• 字数: 4712字
• 语种: 中文
• DOI: 10.13705/j.issn.1671-6833.2019.04.017

摘要

鸽群优化算法(pigeon-inspired optimization,PIO)作为一种新兴的优化技术,具有收敛速度快、精度高等优点,但其对于一些具有局部最优值的问题的求解效果并不理想.将自然界中鸽群飞行时的迷失探索和集群分裂机制引入原始鸽群优化算法,提出了一种迷失探索与集群分裂鸽群优化算法( lost and split pigeon-inspired optimization,LSPIO),迷失探索机制的引入加强了算法的全局搜索性能,而集群分裂机制增加了种群多样性.选取9个标准测试函数进行算法性能评估,并与标准鸽群算法和粒子群算法进行对比.结果表明,LSPIO算法在保持良好收敛性质的同时可以有效地避免早熟问题,且提高了种群多样性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	尚志刚	郑州大学电气工程学院	25	72	6.0	8.0
7	李蒙蒙	郑州大学电气工程学院	16	40	4.0	6.0
11	王力	郑州大学电气工程学院	14	84	4.0	9.0