融合振荡禁忌搜索的自适应均衡优化算法OA北大核心CSTPCD
为了改善均衡优化(equilibrium optimizer,EO)算法寻优过程中存在的收敛速度慢、易受局部极小值影响的问题,提出一种融合振荡禁忌搜索的自适应均衡优化算法CfOEO。针对EO算法初始化随机性过高导致的收敛速度慢的问题,引入精英反向学习初始化种群,增加算法搜索能力;通过自适应调整收敛因子来平衡算法的局部和全局搜索能力;在禁忌搜索策略中引入振荡算子,提高算法跳出局部极小值的能力。仿真实验采用10个基准测试函数和部分CEC2014测试函…查看全部>>
刘成汉;何庆
贵州大学大数据与信息工程学院,贵阳550025 贵州大学贵州省公共大数据重点实验室,贵阳550025贵州大学大数据与信息工程学院,贵阳550025 贵州大学贵州省公共大数据重点实验室,贵阳550025
信息技术与安全科学
均衡优化算法精英反向学习振荡算子禁忌搜索自适应收敛因子
《计算机工程与应用》 2022 (10)
P.68-75,8
评论