自适应和声粒子群搜索算法
针对现有改进和声搜索算法(IHS)的不足,提出一种自适应和声粒子群搜索算法(AHSPSO).首先对和声记忆库中每个变量用粒子群算法寻优,再利用自适应参数PAR和bw调节来提高对多维问题的搜索效率.利用5个标准的优化算法测试函数对AHSPSO算法进行测试,并与IHS,PSO和SA算法进行对比,仿真结果表明了AHSPSO算法具有较强的精确寻优和跳出局部最优的能力.
和声算法、粒子群算法、自适应搜索
25
TP18(自动化基础理论)
国家自然科学基金60874024
2010-10-15(万方平台首次上网日期,不代表论文的发表时间)
1101-1104