基于自适应权重调整与差分进化策略的并行式混合蛙跳算法 |
| |
引用本文: | 李彦苹,孙广宇,杨文轩,李传宪,赵文亮,牛化昶,于洋.基于自适应权重调整与差分进化策略的并行式混合蛙跳算法[J].计算机应用,2023(S1):169-176. |
| |
作者姓名: | 李彦苹 孙广宇 杨文轩 李传宪 赵文亮 牛化昶 于洋 |
| |
作者单位: | 1. 山东省天然气管道有限责任公司;2. 中国石油大学(华东)储运与建筑工程学院 |
| |
摘 要: | 针对标准混合蛙跳算法(SFLA)在复杂优化问题中出现的收敛速度慢、求解精度不高和运行效率低等问题,提出了一种基于自适应权重调整与差分进化(DE)策略的并行式混合蛙跳算法(P-DE-ASFLA)。在局部搜索过程中,采用邻近学习策略更新子群中的最优个体以加快算法的收敛;采用动态蛙跳规则更新子群中的最差个体以避免算法早熟收敛;在全局搜索过程中,采用DE策略对混合后的种群进行基因更新,增强算法的全局寻优能力。同时基于主从式并行架构,采用多进程技术使子群的局部搜索过程并行化,大幅提高了算法的运行效率。实验结果表明,所提算法在6个标准测试函数中的求解质量和运行效率要远优于标准SFLA和DE算法。
|
关 键 词: | 混合蛙跳算法 邻近学习策略 动态蛙跳策略 差分进化 并行计算 |
|
|