求解高维优化问题的新型平衡优化器算法

作     者：申元霞 汪小燕 张学锋 SHEN Yuan-xia;WANG Xiao-yan;ZHANG Xue-feng

作者机构：安徽工业大学计算机科学与技术学院安徽马鞍山243000 

基　　金：安徽高校自然科学研究项目(KJ2019A0063)资助 安徽省自然科学基金项目(1808085MF196)资助 

出 版 物：《小型微型计算机系统》 (Journal of Chinese Computer Systems)

年 卷 期：2023年第44卷第5期

页      码：969-973页

摘      要：针对标准平衡优化器求解高维优化问题时出现的进化停滞现象,本文首先通过对标准平衡优化器中学习参数的函数特征分析,给出了可能导致进化停滞的原因.接着在分析结论基础上提出一种改进的平衡优化器算法.新算法中设计了自适应的生存概率来增强群体在进化后期探索的机会;为了避免平衡池中候选解同质化,对候选解以概率实施自我学习策略,不仅可以提高群体的收敛速度,而且有效防止群体早期收敛;同时还设计了混合反向学习策略,群体中部分个体按混合反向学习策略实施更新,以增强群体的全局搜索能力,帮助种群逃离局部最优.将提出的算法与新型群智能算法在200维和500维数据条件下进行对比实验,实验结果表明改进的平衡优化算法可以避免陷入进化停滞,展现了良好的全局优化能力.

主 题 词：平衡优化器 高维优化 进化停滞 反向学习 全局优化 

学科分类：12[管理学] 1201[管理学-管理科学与工程类] 081104[081104] 08[工学] 0835[0835] 0811[工学-水利类] 0812[工学-测绘类] 

D　O　I：10.20009/j.cnki.21-1106/TP.2021-0704

馆 藏 号：203121384...