| 基于交叉因子和模拟退火的群搜索优化算法 |
| |
| 引用本文： | 杨文璐,宁玉富.基于交叉因子和模拟退火的群搜索优化算法[J].计算机工程与设计,2013,34(6). |
| |
| 作者姓名： | 杨文璐 宁玉富 |
| |
| 作者单位： | 1. 山东师范大学 管理科学与工程学院,山东 济南,250014
2. 山东师范大学 管理科学与工程学院,山东 济南 250014;德州学院 不确定系统实验室,山东德州253023 |
| |
| 基金项目： | 山东省科技发展计划基金项目 |
| |
| 摘 要： | 针对目前标准群搜索优化(GSO)算法存在的一些缺点,提出一种基于交叉因子和模拟退火群搜索优化(CMG-SO)算法,通过与模拟退火算法的结合来改善算法的收敛性能,并借鉴遗传算法中的选择交叉操作增加粒子多样性,通过引入交叉因子增强群体成员优良特性,减小了算法陷入局部极值的可能.经过4个常用测试函数测试及与粒子群优化(PSO)算法、群搜索优化(GSO)算法对比,表明了该算法有较好的全局搜索能力和收敛速度,提高了优化性能.
|
| 关 键 词： | 群搜索优化(GSO)算法 遗传算法 模拟退火算法 交叉因子 粒子群优化(PSO)算法 |
Integrated cross-factor and metropolis rule group search optimization algorithm |
| |
| YANG Wen-lu
,
NING Yu-fu.Integrated cross-factor and metropolis rule group search optimization algorithm[J].Computer Engineering and Design,2013,34(6). |
| |
| Authors: | YANG Wen-lu NING Yu-fu |
| |
| Abstract: | |
| |
| Keywords: | group search optimization (GSO) algorithm genetic algorithms metropolis rule cross-factor particle swarm optimization (PSO) algorithm |
| 本文献已被 万方数据 等数据库收录！ |
|
