一种新的改进的混合蛙跳算法  

Novel improved shuffled frog leaping algorithm

作　　者：赵鹏军[1] 邵泽军[2] 

机构地区：[1]商洛学院数学与计算科学系,陕西商洛726000 [2]北京化工大学北方学院,河北三河065201

出　　处：《计算机工程与应用》2012年第8期48-50,共3页Computer Engineering and Applications

基　　金：国家自然科学基金项目(No.60974082);陕西省教育厅专项科研计划项目(No.11JK0517);商洛学院科研基金项目(No.10SKY024)

摘　　要：针对混合蛙跳算法在优化过程中受初始值影响较大且容易陷入局部最优的缺陷,提出了一个改进的混合蛙跳算法,该算法利用基于对立学习的策略产生初始种群,提高了产生解的质量;在进化过程中,将差分进化有机地嵌入其中,维持了种群的多样性。数值结果表明,改进的混合蛙跳算法对复杂函数优化问题具有较强的求解能力。To overcome the drawbacks of local optima and instability involved in Shuffled Frog Leaping Algorithm （SFLA）, an improved SFLA is proposed. The proposed algorithm employs Opposition Based Leaming（OBL） to generate the initial population, which can obtain better initial candidate solutions. During the course of evolvement, the Differential Evolution（DE） is embedded in SFLA or- ganically to maintain the population diversity. Numerical results show that the proposed SFLA has a better capability to solve complex functions than other algorithms.

关 键 词：混合蛙跳算法 对立策略 差分进化 

分 类 号：TP18[自动化与计算机技术—控制理论与控制工程]