|
|||||
|
|
| 混沌反向学习柯西变异和声搜索算法 | |
| 作者姓名： | 徐小平 冀晶晶 马鸣启 |
| 作者单位： | 1. 西安理工大学理学院;2. 齐鲁工业大学数学与统计学院 |
| 基金项目： | 国家自然科学基金(61773016)； |
| 摘 要： | 为了改善和声搜索算法的寻优性能,提出一种基于混沌反向学习及柯西变异的和声搜索算法.算法首先通过混沌反向学习策略初始化和声记忆库来增强初始种群的多样性;然后通过动态地改变参数PAR和BW来逃逸局部极值;接着在算法产生新解的过程中引入柯西变异策略来提高全局探索性能.最后通过对不同类型的基准测试函数进行寻优,并做了Wilcoxon秩和检验,其结果表明,所给改进算法在求解精度和收敛速度上均优于所涉及的对比算法,即所提算法是可行的. |
| 关 键 词： | 优化问题 优化方法 和声搜索算法 混沌反向 柯西变异 |