一种自适应调整种群子代数量 与步长的优化算法——爆米花算法

摘要：

提出了一种新的群体智能优化算法——爆米花算法.借鉴了烟花算法爆炸机制的优点,利用个体在寻优过程中适应度值的优劣来动态调整子代的数量,个体的适应度值越好,产生的子代数量越多,并且在该个体附近搜索的子代数量越多,以此控制局部搜索与全局搜索之间的平衡.还借鉴了粒子群优化算法的记忆机制,引入个体最优和全局最优来构造新的爆炸半径,使算法能够在寻优过程中动态地调整步长,并对全局最优进行高斯扰动,增加种群的多样性.实验结果表明:与其他优化算法(如蝙蝠算法、标准粒子群算法、烟花算法)相比,本文提出的爆米花算法总体性能更优.

关键词：群体智能、爆米花算法、烟花算法、粒子群优化算法、函数优化、0-1背包问题

所属期刊栏目：41

分类号：TP18(自动化基础理论)

资助基金：广西自然科学基金2015GXNSFAA139296

在线出版日期：2019-06-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：900-909