一种基于差分策略的群搜索优化算法

摘要：

针对群搜索优化(Group Search Optimizer,GSO)算法易陷入局部最优、收敛速度较慢、收敛精度较低等问题,提出一种基于差分策略的群搜索优化(Differential Ranking-based Group Search Optimizer,DRGSO)算法.主要进行两方面改进:1)按照适应度值的大小对种群进行排序,适当增加发现者的数目,使种群能够获得更好的启发式信息,加快了算法的收敛速度,有效地避免了算法陷入局部最优;2)在发现者搜索过程中,引入4种不同的差分变异策略,提高了算法的收敛精度,增强了算法的群体多样性在.11组国际标准测试函数上的实验测试结果显示,与GA,GSO,PSO算法相比,DRGSO算法具有较强的全局搜索能力以及局部资源勘探能力,算法整体收敛性能明显提高.

关键词：群搜索优化算法、差分变异、收敛速度、收敛精度

所属期刊栏目：44

分类号：TP301(计算技术、计算机技术)

资助基金：天津市高等学校科技发展基金计划项目20140803;天津科技大学青年教师创新基金2014CXLG30;国家自然基金面上项目61272509;国家自然科学基金青年基金61402332

在线出版日期：2017-04-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：250-256