-
题名基于适应度地形分析的优化算法调度方法
- 1
-
-
作者
朱晓东
任春晓
刘晓兰
陈科
余春明
-
机构
郑州大学电气与信息工程学院
-
出处
《郑州大学学报(工学版)》
北大核心
2025年第6期32-39,共8页
-
基金
国家自然科学基金青年项目(62206255)
中国博士后科学基金面上项目(2022M712878)。
-
文摘
由于不同的优化问题具有不同的适应度地形,而一种优化算法通常只在某一种适应度地形上有更好的效果,因此,提出了一种基于适应度地形分析的优化算法调度方法(FL-AMAS)。首先,通过提取优化目标函数的局部峰簇数特征来描述优化问题的地形特征,根据地形特征选择相应具有优势的算法,利用对算法的调度发挥不同算法的最大优势;其次,根据优化问题对探索性与开发性的平衡要求,选择了具有高开发能力的哈里斯鹰优化算法(HHO)和具有高探索能力的差分进化算法(DE)作为调度使用的算法,根据不同的适应度地形特征来选择更适合的算法。实验结果表明:在基准测试集上,相较于单独使用HHO,FL-AMAS在收敛性能上提升了75%;与DE算法相比,FL-AMAS收敛性能提升了40%。将FL-AMAS与6种先进算法进行比较,在75%的基准测试集上,FL-AMAS的收敛精度均优于这些算法。通过调度其他类型优化算法的结果进行对比,也验证了所提调度方法的有效性和扩展性。
-
关键词
优化算法调度
适应度地形
特征提取
局部峰值点
哈里斯鹰优化算法
差分进化算法
-
Keywords
optimization algorithm scheduling
fitness landscape analysis
feature extraction
local peak points
harris hawks optimization algorithm
differential evolution algorithm
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
TP301.4
[自动化与计算机技术—计算机系统结构]
TP18
[自动化与计算机技术—控制理论与控制工程]
-
