带记忆功能的混合蛙跳算法  

Shuffled frog leaping algorithm with memory function

作　　者：代永强[1,2] 王联国[1,2] 

机构地区：[1]甘肃农业大学信息科学技术学院,甘肃兰州730070 [2]甘肃农业大学工学院,甘肃兰州730070

出　　处：《计算机工程与设计》2011年第9期3170-3173,3202,共5页Computer Engineering and Design

基　　金：国家自然科学基金项目(61063028);甘肃省自然科学基金项目(096RJZA004);甘肃省教育厅科研基金项目(0902-04);甘肃省科技支撑计划基金项目(1011NKCA058)

摘　　要：针对基本混合蛙跳算法收敛速度慢、优化精度低的问题、提出了带记忆功能的混合蛙跳算法。引入自适应学习因子,使算法在迭代初期加速收敛并不断拓展新的搜索区域,在迭代后期能够在全局最优邻域进行精细搜索,从而保持了开发与探索的平衡,并提高了收敛精度;采用随机分组策略平衡各子群的寻优能力,维持了种群的多样性。对6个测试函数进行了优化实验,并与基本混合蛙跳算法和相关文献中的改进算法进行比较,结果表明了该算法具有更好的优化性能。Aiming at the problems of the shuffled frog leaping algorithm（SFLA）,such as slow convergence speed and low optimization precision,the shuffled frog leaping algorithm with memory function（MSFLA） is proposed.Through introducing the adaptive learning operator,make the algorithm convergence with faster speed and expand search area in early iterations,and search precisely in the global optimal neighborhood in later iterations,which kept the balance between exploration and development and improved the convergence precision.By using randomized grouping strategy,the optimization ability of memeplexes are balanced,and the population diversity is kept.Through testing six benchmark functions,basic SFLA and the improved SFLA are compared in related references,the results show that MSFLA had better performance.

关 键 词：混合蛙跳算法 学习因子 记忆 随机分组 优化性能 

分 类 号：TP181[自动化与计算机技术—控制理论与控制工程]