文献类型：期刊文章

作　　者：刘悦婷[1] 赵小强[2]

机构地区：[1]甘肃联合大学电子信息工程学院,兰州730000 [2]兰州理工大学电气工程与信息工程学院,兰州730050

出　　处：《计算机工程》

基　　金：甘肃省支撑计划基金资助项目(090GKCA034);甘肃省自然科学基金资助项目(0916RJZA017)

年　　份：2012

卷　　号：38

期　　号：12

起止页码：132-135

语　　种：中文

收录情况：AJ、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2011_2012、IC、INSPEC、JST、RCCSE、SCOPUS、UPD、ZGKJHX、普通刊

摘　　要：针对混合蛙跳算法(SFLA)易陷入局部最优、收敛速度慢的问题,提出一种改进的混合蛙跳算法。该算法用相对基学习法初始化青蛙群体,从而提高初始解的质量。通过引入自适应惯性权重修正青蛙的更新策略,可以平衡算法的全局搜索和局部搜索。对6个经典函数的仿真测试结果表明,该算法与SFLA和ISFLA1算法相比寻优能力强、迭代次数少、解的精度高,更适合高维复杂函数的优化。

关 键 词：混合蛙跳算法 相对基学习法  惯性权重 自适应 更新策略  全局最优

分 类 号：TP18]