為了將最優(yōu)化方法與思想融入群智能優(yōu)化的研究,提出了允許重復(fù)的存檔和種群重置策略、聚集算子和分散算子,并分析了這些操作對(duì)算法性能的影響。在3種操作基礎(chǔ)上,提出一種新的啟發(fā)式算法——聚散優(yōu)化算法（GAD）。將所提算法與4個(gè)經(jīng)典啟發(fā)式算法（SPSO2011,CoDE,SaDE和IGHS）相比較,用于求解20個(gè)經(jīng)典的函數(shù)最優(yōu)化問題。結(jié)果顯示,聚散優(yōu)化算法能得到較其他算法更優(yōu)秀的解,從而說明了所提聚散優(yōu)化算法及其操作算子的有效性。 

【文章來源】：計(jì)算機(jī)集成制造系統(tǒng). 2020,26(03)北大核心

【文章頁數(shù)】：14 頁

【文章目錄】：
0 引言
1 單純形法
2 聚集算子和分散算子
    2.1 聚集算子
        （1）凸組合
        （2）拓展的凸組合
    2.2 分散算子
3 允許重復(fù)的存檔和種群重置策略
    3.1 存檔操作
    3.2 種群重置操作
        3.2.1 兩種重置時(shí)機(jī)
        3.2.2 三種重置方式
            （1）直接利用存檔重置
            （2）間接利用存檔重置
            （3）不使用存檔重置
    3.3 聚散算法
4 算法對(duì)比仿真實(shí)驗(yàn)
    4.1 測(cè)試函數(shù)
    4.2 實(shí)驗(yàn)仿真結(jié)果對(duì)比與分析
    4.3 實(shí)驗(yàn)仿真結(jié)果綜合分析
5 結(jié)束語



本文編號(hào)：3033228