發(fā)布時間：2024-02-04 02:32

　　集體決策優(yōu)化算法(collective decision optimization algorithm, CDOA)是一種基于種群的進(jìn)化算法。該算法具有收斂速度快的特點(diǎn),但同時算法易陷入局部最優(yōu)。針對這一缺陷,提出了一種自適應(yīng)變異策略的集體決策優(yōu)化算法(adaptive collective decision optimization algorithm, ACDOA)。其中,自適應(yīng)變異策略是在每一個個體變異的過程中根據(jù)一定的概率自適應(yīng)的在2個不同功能的變異算子中選擇1個變異算子進(jìn)行變異,該變異策略使得迭代前期算法能盡可能多的選擇多樣性強(qiáng)的變異算子進(jìn)行變異,而在迭代后期算法能盡可能多的選擇局部搜索能力強(qiáng)的算子進(jìn)行變異以確保個體快速、穩(wěn)定的向最優(yōu)值靠近。利用3個經(jīng)典的測試函數(shù)對算法進(jìn)行了仿真試驗(yàn),結(jié)果表明, ACDOA與CDOA相比有更快的收斂速度和更大的種群多樣性,同時也保留了原算法良好的局部搜索能力。

【文章頁數(shù)】：5 頁

【部分圖文】：

圖１３個函數(shù)收斂圖

２．６８５２×１０－９３．０６９３ｅ×１０－８Ｓｃｈｗｅｆｅｌ４．２３０８１０．８３１３１．３６０９９．１９１３圖１３個函數(shù)收斂圖表１中，Ｓｐｈｅｒｅ函數(shù)為單峰函數(shù)，不存在局部最優(yōu)解；其余函數(shù)均為多峰函數(shù)，存在較多局部最優(yōu)解；３個函數(shù)的最優(yōu)值均在零點(diǎn)處。表２中，通過３個函數(shù)尋優(yōu)的....

本文編號：3895055