天牛须搜索与遗传的混合算法

摘要：

天牛须搜索算法(BAS)具有搜索快和执行简单的特点,但在多峰复杂函数优化中易陷入局部极值.遗传算法(GA)的全局搜索能力强,但收敛速度缓慢,收敛精度不高.针对二者的优缺点,本文提出天牛须搜索与遗传进化混合的优化算法.首先,在BAS算法中设计多方向探索反馈策略来增加算法的搜索能力,并将其嵌入到GA算法中,加快GA的全局收敛速度,然后在GA算法中采用扩展的多子代竞争交叉和自适应调整参数的方式来维持种群的多样性,避免了局部极值问题,进一步提高了算法的寻优性能.对测试函数的优化结果分析表明,与其它几种混合算法相比,该混合算法具有更高的收敛精度和优化性能,并且在复杂函数中有更好的普适性.

关键词：天牛须搜索算法、遗传算法、函数优化、算法融合

所属期刊栏目：41

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金面上项目;国家自然科学基金地区科学基金项目

在线出版日期：2020-07-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：1438-1445