肖莹莹, 林廷宇, 李伯虎, 侯宝存,3, 施国强,3

(1.北京市复杂产品先进制造系统工程技术研究中心, 北京仿真中心, 北京 100854;2. 复杂产品智能制造系统技术国家重点实验室, 北京电子工程总体研究所, 北京 100854;3. 航天系统仿真重点实验室, 北京仿真中心, 北京 100854)



混合蛙跳算法自适应参数调整改进策略

肖莹莹1,2, 林廷宇1,2, 李伯虎2,3, 侯宝存1,2,3, 施国强1,2,3

(1.北京市复杂产品先进制造系统工程技术研究中心, 北京仿真中心, 北京 100854;2. 复杂产品智能制造系统技术国家重点实验室, 北京电子工程总体研究所, 北京 100854;3. 航天系统仿真重点实验室, 北京仿真中心, 北京 100854)

针对基本混合蛙跳算法(shuffled frog leaping algorithm, SFL)在求解高维复杂问题时的不足,本文提出一种自适应参数调整的改进策略。首先,利用变公比数列分析了SFL更新轨迹的收敛性;在此基础上,利用系统稳定性分析方法,提出在SFL更新公式中基于比例系数和适应度标准差来自适应调整更新的方法。最后,基于3组共8个标准测试函数将本文改进SFL与基本SFL和4个改进型粒子群优化算法(particle swarm optimization,PSO)作对比,验证了本文改进策略对各类复杂函数的高效性;同时,对比了改进SFL与基本SFL和wPSO在求解高维问题时的性能,验证了改进SFL对高维问题求解的有效性。

混合蛙跳算法; 收敛性; 自适应参数调整; 智能计算

0　引　言

作为新兴的计算智能技术,以蚁群优化算法和粒子群优化算法为代表的群体智能优化技术受到了世界各国科研工作者的广泛重视,通过对它们进行深入和细致的研究,取得了丰硕的研究成果。……