学习型和声搜索算法及其在0-1背包问题中的应用  

Learned harmony search algorithm and its application to 0-1 knapsack problems

作　　者：李若平[1] 欧阳海滨[1] 高立群[1] 邹德旋[2] 

机构地区：[1]东北大学信息科学与工程学院,沈阳110819 [2]徐州师范大学电气工程及自动化学院,江苏徐州221116

出　　处：《控制与决策》2013年第2期205-210,共6页Control and Decision

基　　金：国家自然科学基金项目(60674021)

摘　　要：针对现有和声搜索算法存在的不足,提出一种学习型和声搜索算法(LHS).根据目标函数值的变化,自适应调整和声记忆考虑概率(HMCR);引入学习机制,加快算法的搜索速度;动态调节基音调整概率(PAR),增强算法的全局搜索能力.对16个标准函数的测试结果表明,所提出的LHS算法与其他4种和声搜索算法相比具有较好的效果.最后将改进算法应用于10个0-1背包问题和1个经典的50维背包实例,实验结果表明LHS算法优于其他算法.For the purpose of avoiding the disadvantage of harmony search algorithm,a learned harmony search（LHS） algorithm is proposed.The adaptive parameter harmony memory consideration rate（HMCR） is designed based on the change of objective function value and the learning strategy is used to accelerate the speed of search.Then pitch adjustment rate（PAR） is adjusted dynamically to enhance the global search.The 16 classic test functions are tested,and the results show that LHS algorithm outperforms the other four harmony search algorithms.Finally,LHS algorithm is applied to 10 0-1 knapsack problems and a classic knapsack example,and the result shows that LHS algorithm is better than other algorithms.

关 键 词：和声搜索算法 自适应 学习策略 搜索速度 0-1背包问题 

分 类 号：TP273[自动化与计算机技术—检测技术与自动化装置]