基于混合二次对立学习的生物地理优化算法

摘要：

针对生物地理优化(BBO)算法探索能力不强、收敛速度慢的缺点,提出一种基于混合二次对立学习的生物地理优化算法——HQBBO.首先,定义一种启发式的混合二次对立点,并从理论上证明其搜索效率优势;然后,提出混合二次对立学习算子,增强算法的全局探索能力,提高收敛速度;此外,还采用搜索域动态缩放策略和精英保留策略进一步提高寻优效率.对8个基准测试函数的仿真实验结果表明,所提算法在寻优精度和收敛速度上优于基本BBO算法和对立BBO算法(OBBO),表明其采用的混合二次对立学习算法对于其高收敛速度和全局探索能力是非常有效的.

关键词：生物地理学优化算法、混合二次对立学习、搜索域动态缩放、精英保留策略、探索能力

所属期刊栏目：34

分类号：TP301.6(计算技术、计算机技术)

资助基金：中央高校基本科研业务费专项资金资助项目JBK130924;四川省教育厅科学研究项目14ZB0046

在线出版日期：2015-01-21（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：3245-3249