首页|基于混合凸迁移和趋优柯西变异的对偶生物地理学优化算法

基于混合凸迁移和趋优柯西变异的对偶生物地理学优化算法

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
通过分析生物地理学优化算法(BBO)性能的不足,提出了一种基于混合凸迁移和趋优柯西变异的对偶生物地理学优化算法(DuBBO).在迁移算子中,采用动态的混合凸迁移算子,使算法能够快速地向最优解方向收敛;在变异机制中,采用趋优变异策略,并加入了柯西分布随机数帮助算法跳出局部最优解;最后将对偶学习策略集成到算法中,加快了算法收敛速度并提升了搜索能力.在23个benchmark函数上的实验结果证明了提出的三种改进策略的有效性和必要性.最后将DuBBO与BBO以及另外六种优秀的改进算法进行对比.实验结果表明,DuBBO在整体性能上最好、收敛速度更快、收敛精度更高.
Dual biogeography-based optimization based on hybrid convex migration and optimal Cauchy mutation

张滋雨、高岳林、李嘉航

展开 >

北方民族大学数学与信息科学学院,银川750021

宁夏智能信息与大数据处理重点实验室,银川750021

生物地理学优化算法 凸迁移 趋优变异 柯西分布 对偶学习

国家自然科学基金资助项目宁夏高等教育一流学科建设基金资助项目北方民族大学重大科研专项项目

61561001NXYLXK2017B09ZDZX201901

2021

10.19734/j.issn.1001-3695.2021.04.0108

计算机应用研究
四川省电子计算机应用研究中心

计算机应用研究

CSTPCDCSCD北大核心
影响因子：0.93
ISSN：1001-3695
年,卷(期)：2021.38(11)
  • 1
  • 8