10.3969/j.issn.1006-9348.2021.01.049
一种基于精英选择和反向学习的分布估计算法
为了提高分布估计算法的性能,提出一种从选择方式和搜索机制出发的改进分布估计算法.首先,借鉴并改进粒子群种群更新策略,在构造优势群体时,引入精英选择策略替换经典的截断选择,提高算法向全局最优解的收敛速度;然后,引入二次反向反射搜索算子,从搜索机制上对分布估计算法进行改进,提高算法的全局搜索能力.仿真结果表明,所提出的改进分布估计算法能够有效的避免陷入局部最优值,在寻优精度、收敛速度以及算法的稳定性和鲁棒性上都有极大改善.
分布估计算法、精英选择、二次反向反射搜索、全局搜索、收敛速度
38
TP271(自动化技术及设备)
2021-03-11(万方平台首次上网日期,不代表论文的发表时间)
共7页
236-241,430