交互变邻域微分进化群搜索优化算法

作     者：贺国华 崔志华 谭瑛 HE Guo-hua;CUI Zhi-hua;TAN Ying

作者机构：太原科技大学复杂系统与计算智能实验室太原030024 

基　　金：教育部科学技术研究重点项目(209021)资助 国家青年科学基金项目(61003053)资助 

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

年 卷 期：2012年第33卷第4期

页      码：809-814页

摘      要：群搜索优化算法(Group Search Optimizer,GSO)具有广泛的生物学背景,特别是引入动物的视觉搜索机制,并且同一些已有的群智能算法相比较,在高维多峰问题上有更好的效果.但算法在个体觅食策略的选择上以及整个动物群体间信息共享的网络拓扑结构来看,存在错过最优值和信息交流模式过于简单的缺陷.受NW模型的启发,同时采用动态采样的方式提出了交互变邻域微分进化群搜索优化算法(Interactive Dynamic Neighborhood Differential Evolutionary GSO,IDGSO),并采用均匀设计和线性回归方法对参数进行选择,4个标准测试函数表明了IDGSO的有效性.

主 题 词：群搜索优化算法 微分模型 动态采样 拓扑结构 均匀设计 

学科分类：08[工学] 081202[081202] 0812[工学-测绘类] 

核心收录：

D　O　I：10.3969/j.issn.1000-1220.2012.04.027

馆 藏 号：203481019...