搜索结果: 1-6 共查到“计算机科学技术 变异算子”相关记录6条 . 查询时间(0.758 秒)
基于有导向变异算子的GM-EA算法
有导向的变异 郭涛算法 粒子群优化 模拟退火
2010/4/1
为了进一步提高演化算法的效率，提出基于有导向变异算子的GM-EA算法（guided mutation evolutio-nary algorithm）。通过结合粒子群优化的方法改进郭涛算法，更好地利用当前最优解指导变异，并将算法分为探索与开采两个阶段；在开采阶段基于模拟退火方法决定是否用新个体取代旧个体，在巩固所获取的建筑块成分的同时，尽可能克服早熟收敛问题。实验结果证明了新算法的有效性。
基于变异算子的人工鱼群混合算法
Hooke-Jeeves方法 混合算法 变异
2009/12/10
把Hooke-Jeeves 模式搜索方法作为人工鱼群算法的一个局部搜索算子，嵌入到带变异算子的人工鱼群算法中，提出一种基于变异算子的人工鱼群混合算法。其中，Hooke-Jeeves的强局部搜索能力提高了人工鱼群混合算法的局部收敛速度，变异算子的引入增加了群体的多样性，避免人工鱼群混合算法陷入局部最优。通过基准函数和实例测试验证，表明了该算法是高效可行的。
多目标进化算法中变异算子的比较与研究
变异算子 收敛性 非支配解集
2009/7/23
提出了一种适应于多目标进化算法的变异越界处理策略，成功地将这些变异算子应用到多目标进化优化问题中，从多目标优化收敛性的角度比较了这些变异算子的性能。通过一组实验表明这种越界处理方法是非常有效的，单目标优化中的这些变异算子具有与多项式变异算子相当的分布性，同时取得了更好的收敛性能。
混合变异算子的人工鱼群算法
人工鱼群算法 高斯变异算子 差分进化变异算子
2009/7/21
在分析基本人工鱼群算法存在不足的基础上，提出了基于高斯变异算子与差分进化变异算子相结合的人工鱼群算法，该算法克服了人工鱼漫无目的随机游动或在非全局极值点的大量聚集，显著提高了求解质量和运行效率.通过仿真实验测试验证，表明该算法是可行的和有效的。
带有变异算子的自适应粒子群优化算法
惯性权重 整体适应度标准差 变异算子
2009/6/16
提出了一种新的带有变异算子的自适应粒子群优化算法，该算法使用了一种新的自适应惯性权重，使得算法在迭代的早期快速进人局部搜索，并且根据群体的适应度方差和平均聚集距离来判断算法在迭代的后期是否陷入局部最优点陷阱，对群体中的部分粒子采用新构造的变异运算作用，从而摆脱局部搜索的束缚，以实现全局搜索的性能。通过对六个例子的测试，表明这种改进的PSO算法的全局搜索能力和搜索成功率有较大提高。