针对饥饿游戏搜索算法(hunger games search, HGS)存在收敛速度慢和易陷入局部最优等缺点,提出了一种基于均衡池和莱维飞行的饥饿游戏搜索算法(equilibrium Lévy hunger games search, ELHGS)。该算法首先利用tent映射产生更具多...针对饥饿游戏搜索算法(hunger games search, HGS)存在收敛速度慢和易陷入局部最优等缺点,提出了一种基于均衡池和莱维飞行的饥饿游戏搜索算法(equilibrium Lévy hunger games search, ELHGS)。该算法首先利用tent映射产生更具多样性的初始种群;受到平衡优化器算法(EO)的启发,提出一种基于动态均衡池收敛的更新公式,其动态调整的更新策略使算法的全局搜索能力增强;为了进一步增强算法跳出局部最优的能力,在一定条件下对种群实施基于莱维飞行的变异操作。对23个基准函数进行仿真实验,结果显示与原始HGS算法相比,ELHGS求解精度更高、收敛更为迅速,在高维度多峰函数问题上效果最为显著。展开更多
文摘针对饥饿游戏搜索算法(hunger games search, HGS)存在收敛速度慢和易陷入局部最优等缺点,提出了一种基于均衡池和莱维飞行的饥饿游戏搜索算法(equilibrium Lévy hunger games search, ELHGS)。该算法首先利用tent映射产生更具多样性的初始种群;受到平衡优化器算法(EO)的启发,提出一种基于动态均衡池收敛的更新公式,其动态调整的更新策略使算法的全局搜索能力增强;为了进一步增强算法跳出局部最优的能力,在一定条件下对种群实施基于莱维飞行的变异操作。对23个基准函数进行仿真实验,结果显示与原始HGS算法相比,ELHGS求解精度更高、收敛更为迅速,在高维度多峰函数问题上效果最为显著。
