首页|动态串行机制多元宇宙优化算法

动态串行机制多元宇宙优化算法

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
为优化多元宇宙算法求解函数最优值的性能,提出一种改进搜索机制的全局优化多元宇宙算法(G-MVO).针对标准算法存在单一搜索机制导致算法易陷入局部最优以及过早收敛的缺陷,提出三种学习策略来增强算法性能,通过多策略交互协作降低算法复杂度并提高求解精度,设计自适应参数动态选择最佳策略,全局优化算法性能.为验证算法的有效性,算法在不同维度的八个基准函数上进行仿真实验.结果表明,该算法表现出更佳的求解精度以及收敛速度.
Dynamic multi-serial mechanism MVO optimization algorithm

杨文珍、何庆

展开 >

贵州大学 大数据与信息工程学院,贵阳550025

贵州大学 贵州省公共大数据重点实验室,贵阳550025

多元宇宙优化算法 正余弦算子 高斯位移 反向学习 莱维飞行

贵州省科技计划重大专项贵州省科技计划重大专项贵州省公共大数据重点实验室开放课题贵州省教育厅青年科技人才成长项目

黔科合重大专项字[2018]3002黔科合重大专项字[2016]30222017BDKFJJ004黔科合KY字[2016]124

2021

10.19734/j.issn.1001-3695.2021.06.0178

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(12)
  • 1
  • 3