文献类型：期刊文章

作　　者：李英海[1] 周建中[1] 杨俊杰[1] 刘力[1]

机构地区：[1]华中科技大学水电与数字化工程学院,武汉430074

出　　处：《计算机工程与应用》

基　　金：国家自然科学基金重点项目( the key Project of National Natural Science Foundation of China under Grant No.50539140); 国家自然科 学基金( the National Natural Science Foundation of China under Grant No.50579022);高等院校博士学科点专项科研基金( the China Specialized Research Fund for the Doctoral Program of Higher Education under Grant No.20050487062)

年　　份：2007

卷　　号：43

期　　号：35

起止页码：19-21

语　　种：中文

收录情况：AJ、BDHX、BDHX2004、CSA、CSA-PROQEUST、CSCD、CSCD2011_2012、IC、INSPEC、JST、RCCSE、ZGKJHX、核心刊

摘　　要：混合蛙跳算法(SFLA)是一种全新的后启发式群体进化算法,具有高效的计算性能和优良的全局搜索能力。对混合蛙跳算法的基本原理进行了阐述,针对算法局部更新策略引起的更新操作前后个体空间位置变化较大,降低收敛速度这一问题,提出一种基于阈值选择策略的改进混合蛙跳算法。通过不满足阈值条件的个体分量不予更新的策略,减小了个体空间差异,从而改善了算法性能。数值实验证明了该改进算法的有效性,并对改进算法的阈值参数进行了率定。

关 键 词：进化算法 混合蛙跳算法 优化  

分 类 号：TP301.6]