基于文化进化的群搜索优化算法

基于文化进化的群搜索优化算法
赵振伟; 阎兴頔; 侍洪波
【期刊名称】《《华东理工大学学报（自然科学版）》》
【年(卷),期】2013(039)001
【摘要】群搜索算法(Group Search Optimizer,GSO)是一种新的群智能优化算法,适宜于解决多极值高维度优化问题,但其在优化的后期由于种群多样性不够,容易陷入局部最优。

对GSO算法进行了改进,将文化算法的模型运用到GSO算法中,并引入群体适应度方差的概念来判断是否进行影响函数操作以提高收敛效率。

将该算法与遗传算法(GA)、粒子群算法(PSO)和基本的GSO算法进行优化测试函数的对比实验,并将其运用于丁烷化工业过程中效益最大化问题的研究,所得结果均验证了改进算法的有效性。

【总页数】7页(P95-101)
【作者】赵振伟; 阎兴頔; 侍洪波
【作者单位】华东理工大学信息科学与工程学院上海200237
【正文语种】中文
【中图分类】TP18; TP301
【相关文献】
1.基于群搜索算法的改进萤火虫群优化算法 [J], 蔡俊宁;黄文韬;任达成
2.基于改进群搜索优化算法的云计算任务调度方案 [J], 李敬伟;张皓;赵丽
3.基于改进群搜索优化算法的综合能源系统运行优化 [J], 王娟; 王致杰; 赵刘亮; 庄
石榴
4.基于群搜索优化算法的微电网控制策略 [J], 刘亚彬;王锡淮
5.基于全局最优值的群搜索优化算法 [J], 熊聪聪;李俊伟;杨晓艺;王丹
因版权原因，仅展示原文概要，查看原文内容请购买。