应用反向学习策略的群搜索优化算法

摘要：

群搜索优化算法(Group Search Optimizer,GSO)是一类基于发现者-加入者(Producer-Scrounger,PS)模型的新型群体随机搜索算法.尽管该算法在解决众多问题中表现优越,但其依然面临着早熟和易陷入局部最优的问题,为此,提出了一种基于一般反向学习策略的群搜索优化算法(GOGSO).该算法利用反向学习策略来产生反向种群,然后对当前种群和反向种群进行精英选择.通过对比实验表明,该方法效果良好.

关键词：群搜索优化算法、反向学习、数值优化

所属期刊栏目：39

分类号：TP301(计算技术、计算机技术)

资助基金：国家自然科学基金60975050,61070243,61165004;高等学校博士学科点专项科研基金20070486081;中央高校基本科研业务费专项资金6081014;河北省科技支撑计划项目11213587;江西省自然科学基金20114BAB201025;江西省教育厅科技项目GJJ12307

在线出版日期：2012-11-19（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：183-187