針對引力搜索算法過于隨機、全局搜索能力差、容易陷入局部最優(yōu)等問題,提出一種基于隨機黑洞策略和自適應(yīng)策略的改進引力搜索算法。引入比例系數(shù)n來自適應(yīng)調(diào)節(jié)引力常量,使算法在運算初期加大搜索力度,有效避免算法陷入局部最優(yōu)。將隨機黑洞理論中,粒子在黑洞附近容易被黑洞捕獲的現(xiàn)象引入算法中,即在黑洞半徑內(nèi)的粒子將會被黑洞捕獲,但又有一定的概率逃逸。這樣既提高了局部搜索能力,又不失全局搜索能力,且提高了收斂速度。與標(biāo)準(zhǔn)的搜索算法相比,改進后的引力搜索算法具有較快的收斂特性和較好的優(yōu)化性能。 

【文章頁數(shù)】：6 頁

【文章目錄】：
1 基本引力搜索算法
2 算法的改進策略
    2.1 引力常數(shù)G的自適應(yīng)策略
    2.2 隨機黑洞策略
    2.3 改進算法的流程
    2.4 時間復(fù)雜度分析
3 算例仿真分析
    3.1 參數(shù)設(shè)置
    3.2 測試函數(shù)
    3.3 仿真與分析
4 結(jié)論


【參考文獻(xiàn)】：
期刊論文
[1]慣性質(zhì)量衰減的引力搜索算法[J]. 錢偉懿,張麗佳.  沈陽師范大學(xué)學(xué)報(自然科學(xué)版). 2017(02)
[2]嵌入遺傳算子的混合萬有引力搜索算法[J]. 魏煥新,胡招娣.  科技創(chuàng)新與應(yīng)用. 2017(09)
[3]基于高斯變異的引力搜索算法[J]. 隋永霞,孫合明.  江南大學(xué)學(xué)報(自然科學(xué)版). 2015(05)
[4]基于信息熵的混合引力搜索算法[J]. 郭潔皓,高興寶.  計算機應(yīng)用研究. 2016(05)
[5]基于斥力的引力搜索算法[J]. 王奇琪,孫根云,王振杰,張愛竹,陳曉琳,黃丙湖.  計算機科學(xué). 2015(09)
[6]改進的萬有引力搜索算法[J]. 張秀玲,臧佳音,樊紅敏,趙亮.  沈陽大學(xué)學(xué)報(自然科學(xué)版). 2014(06)
[7]基于閾值統(tǒng)計學(xué)習(xí)的差分進化引力搜索算法[J]. 張英杰,龔中漢.  計算機研究與發(fā)展. 2014(10)
[8]改進多樣性和局部優(yōu)化能力的引力搜索算法[J]. 王蕾,潘豐.  計算機工程. 2014(08)
[9]基于親和度的改進引力搜索算法[J]. 周少武,陳微,唐東成,張紅強,王汐,周游.  計算機工程. 2014(08)
[10]基于改進萬有引力搜索算法的微網(wǎng)優(yōu)化運行[J]. 李鵬,徐偉娜,周澤遠(yuǎn),李銳.  中國電機工程學(xué)報. 2014(19)

碩士論文
[1]引力搜索算法的改進研究[D]. 張麗佳.渤海大學(xué) 2017
[2]引力搜索算法的改進及其應(yīng)用研究[D]. 戴娟.江南大學(xué) 2014
[3]萬有引力搜索算法的分析與改進[D]. 范煒鋒.廣東工業(yè)大學(xué) 2014



本文編號：3656164