一种自适应变异策略的集体决策优化算法

摘要：

集体决策优化算法(collective decision optimization algorithm,CDOA)是一种基于种群的进化算法.该算法具有收敛速度快的特点,但同时算法易陷入局部最优.针对这一缺陷,提出了一种自适应变异策略的集体决策优化算法(adaptive collective decision optimization algorithm,ACDOA).其中,自适应变异策略是在每一个个体变异的过程中根据一定的概率自适应的在2个不同功能的变异算子中选择1个变异算子进行变异,该变异策略使得迭代前期算法能尽可能多的选择多样性强的变异算子进行变异,而在迭代后期算法能尽可能多的选择局部搜索能力强的算子进行变异以确保个体快速、稳定的向最优值靠近.利用3个经典的测试函数对算法进行了仿真试验,结果表明,ACDOA与CDOA相比有更快的收敛速度和更大的种群多样性,同时也保留了原算法良好的局部搜索能力.

关键词：集体决策优化算法、自适应变异策略、种群多样性、局部搜索能力、收敛速度

所属期刊栏目：16

分类号：TP301.6(计算技术、计算机技术)

资助基金：湖北省教育厅科学研究项目 Q20141305

在线出版日期：2019-12-04（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：89-92,98