發(fā)布時(shí)間：2022-02-15 04:06

　　傳統(tǒng)的共生生物搜索算法有著較好的全局搜索能力,但是容易陷入局部最優(yōu)。為了解決這個(gè)問題,筆者提出了基于自適應(yīng)權(quán)重的改進(jìn)共生生物搜索算法,能夠跳出局部最優(yōu),并且能夠向目標(biāo)移動(dòng)時(shí)逐漸收斂,更好地找到目標(biāo)函數(shù)的最優(yōu)值。通過對(duì)6個(gè)標(biāo)準(zhǔn)測(cè)試函數(shù)的實(shí)驗(yàn)仿真,發(fā)現(xiàn)基于自適應(yīng)權(quán)重的改進(jìn)共生生物搜索算法的尋優(yōu)能力得到加強(qiáng),運(yùn)算時(shí)間減少,穩(wěn)健性更強(qiáng)。 

【文章來源】：科技創(chuàng)新與生產(chǎn)力. 2019,(04)

【文章頁數(shù)】：3 頁

【文章目錄】：
1 改進(jìn)共生生物搜索算法的理論基礎(chǔ)與數(shù)學(xué)模型
    1.1 SOS算法的數(shù)學(xué)模型
    1.2 自適應(yīng)權(quán)重
    1.3 改進(jìn)共生生物搜索算法的數(shù)學(xué)模型
2 改進(jìn)共生生物搜索算法的實(shí)驗(yàn)仿真與分析
3 結(jié)束語


【參考文獻(xiàn)】：
期刊論文
[1]基于改進(jìn)逐步優(yōu)化算法的水庫防洪優(yōu)化調(diào)度[J]. 肖敬,董增川,羅曉麗,施任生,許凌杰,李宜雪.  人民黃河. 2018(10)
[2]自適應(yīng)權(quán)重的GPSR壓縮感知重構(gòu)算法[J]. 李昕藝,劉三陽,張朝輝.  浙江大學(xué)學(xué)報(bào)(理學(xué)版). 2018(02)
[3]云計(jì)算中基于共享機(jī)制和群體智能優(yōu)化算法的任務(wù)調(diào)度方案[J]. 符曉.  計(jì)算機(jī)科學(xué). 2018(S1)
[4]改進(jìn)鯨魚優(yōu)化算法及其在渣油加氫參數(shù)優(yōu)化的應(yīng)用[J]. 許瑜飛,錢鋒,楊明磊,杜文莉,鐘偉民.  化工學(xué)報(bào). 2018(03)
[5]一類基于群智能優(yōu)化算法的諧波估計(jì)方法[J]. 尹川,王榮杰,周海峰.  控制工程. 2017(02)
[6]基于Cat混沌與高斯變異的改進(jìn)灰狼優(yōu)化算法[J]. 徐辰華,李成縣,喻昕,黃清寶.  計(jì)算機(jī)工程與應(yīng)用. 2017(04)
[7]自適應(yīng)精英反向?qū)W習(xí)共生生物搜索算法[J]. 周虎,趙輝,周歡,王驍飛.  計(jì)算機(jī)工程與應(yīng)用. 2016(19)
[8]基于旋轉(zhuǎn)學(xué)習(xí)策略的共生生物搜索算法[J]. 王艷嬌,陶歡歡.  計(jì)算機(jī)應(yīng)用研究. 2017(09)



本文編號(hào)：3625881