垂直结构群落系统优化算法
为了求解一类复杂非线性优化问题的全局最优解,基于采用垂直结构群落动力学理论,提出了一种新的垂直结构群落系统优化算法,简称为VS-CSO算法.该算法将优化问题的搜索空间视为一个生态系统,该生态系统具有若干个垂直结构分叉营养水平,在各个营养水平中生活着不同种类的生物种群;在每个种群内,有若干生物个体在活动;生物个体不能跨种群迁移,但在同类种群中会相互影响.各种群以循环捕食-被食或资源-消耗连接在一起.运用垂直结构群落动力学模型开发出了通吃算子、择食算子、干扰算子、侵染算子、新生算子、死亡算子.其中,通吃算子和择食算子可实现个体跨种群的信息交换,而干扰算子和侵染算子可实现种群内部个体之间的信息交换,从而确保个体间信息的充分交换;新生算子可适时补充新个体到种群中,而死亡算子可将种群中的虚弱个体适时清除掉,从而大幅提升算法跳出局部陷阱的能力.在求解过程中,VS-CSO算法每次只对极少变量进行处理,因此可求解高维优化问题.测试结果表明,VS-CSO算法能求解一类非常复杂的单峰函数、多峰函数和复合函数优化问题,其求精能力、探索能力及两者的协调性均优良,且具有全局收敛性的特点.该算法为求解一些较高维复杂函数优化问题的全局最优解提供了可行方案.
群智能优化算法、垂直结构群落动力学、种群动力学、全局最优解
47
TP301.6(计算技术、计算机技术)
国家自然科学基金;陕西省自然科学基础研究计划重点项目;陕西省社会科学基金项目;Province
2020-04-29(万方平台首次上网日期,不代表论文的发表时间)
共10页
194-203