回溯搜索算法是一種比較新且具有一定競爭力的群體智能優(yōu)化算法。然而,它的搜索方程存在著開發(fā)能力和探索能力不平衡的缺點。針對這一問題,受貪婪機(jī)制和粒子群算法的啟發(fā),分別提出了一個在最優(yōu)解附近進(jìn)行深度開發(fā)的搜索方程和一個能夠及時跳出局部極值的帶擾動算子的搜索方程。在算法尋優(yōu)過程中,將前一個開發(fā)能力較強的搜索方程和后一個搜索能力較強的搜索方程配合使用以確保算法的搜索能力在兩方面盡可能地達(dá)到平衡。通過對標(biāo)準(zhǔn)測試函數(shù)的仿真實驗并與其他算法相比較,結(jié)果表明所提出的算法在處理復(fù)雜的數(shù)值優(yōu)化問題時表現(xiàn)出了良好的性能。

【文章頁數(shù)】：7 頁

【部分圖文】：

圖1BS算法的簡單流程圖Fig．1SimpleflowchartofBSalgorithm

42燕山大學(xué)學(xué)報2019優(yōu)化算法，通過模擬生物進(jìn)化的行為而搭建的一種隨機(jī)模型。該算法的基本理論簡單易懂，現(xiàn)將BS算法的基本原理簡述如下:BS算法的描述概括為5個部分:初始化、選擇-1、變異、交叉和選擇-2。BS算法的簡單流程圖如圖1所示。圖1BS算法的簡單流程圖Fig．1Simp....

圖2BS和IBS算法的收斂曲線圖Fig．2ConvergencecurvesofBSandIBSalgorithms

第1期李媛媛等受啟發(fā)的回溯搜索算法在優(yōu)化問題中的應(yīng)用45圖2BS和IBS算法的收斂曲線圖Fig．2ConvergencecurvesofBSandIBSalgorithms3．2．2測試算法的迭代次數(shù)參照表1中給定的收斂精度，BS和IBS算法的測試結(jié)果如表2所示，其中，平均迭代次....

本文編號：3941676