期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于自适应权重调整与差分进化策略的并行式混合蛙跳算法 被引量:1
1
作者 李彦苹 孙广宇 +4 位作者 杨文轩 李传宪 赵文亮 牛化昶 于洋 《计算机应用》 CSCD 北大核心 2023年第S01期169-176,共8页
针对标准混合蛙跳算法(SFLA)在复杂优化问题中出现的收敛速度慢、求解精度不高和运行效率低等问题,提出了一种基于自适应权重调整与差分进化(DE)策略的并行式混合蛙跳算法(P-DE-ASFLA)。在局部搜索过程中,采用邻近学习策略更新子群中的... 针对标准混合蛙跳算法(SFLA)在复杂优化问题中出现的收敛速度慢、求解精度不高和运行效率低等问题,提出了一种基于自适应权重调整与差分进化(DE)策略的并行式混合蛙跳算法(P-DE-ASFLA)。在局部搜索过程中,采用邻近学习策略更新子群中的最优个体以加快算法的收敛;采用动态蛙跳规则更新子群中的最差个体以避免算法早熟收敛;在全局搜索过程中,采用DE策略对混合后的种群进行基因更新,增强算法的全局寻优能力。同时基于主从式并行架构,采用多进程技术使子群的局部搜索过程并行化,大幅提高了算法的运行效率。实验结果表明,所提算法在6个标准测试函数中的求解质量和运行效率要远优于标准SFLA和DE算法。 展开更多
关键词 混合蛙跳算法 邻近学习策略 动态蛙跳策略 差分进化 并行计算
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部