自适应变异尺度系数和混合选择的回溯搜索算法

摘要：

回溯搜索算法(Backtracking Search Optimization Algorithm,BSA)是一种基于种群的进化算法.该算法有良好的全局搜索性能,但存在收敛速度慢的缺点.针对这一缺点,提出了自适应变异尺度系数和混合选择的改进的回溯搜索算法.改进的变异尺度系数是基于Metropolis准则提出的,它的总体趋势自适应减小.改进的选择策略是整体q％择优法与锦标赛选择法的混合选择机制,在选择过程中使一定比例的优秀个体优先进入下一代,剩余个体对位选取适应度较高的个体.对5个复杂的约束优化问题进行仿真实验,得到的实验结果分别与原算法和众多同类算法进行了比较,实验结果表明了改进算法的有效性和良好竞争力.

关键词：回溯搜索算法、约束优化问题、变异尺度系数、选择策略、Metropolis准则

所属期刊栏目：53

分类号：TP301.6(计算技术、计算机技术)

资助基金：国家自然科学基金61663009,61370092;湖北省教育厅重点科研项目D20161306

在线出版日期：2017-09-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：6-13,107