All Title Author
Keywords Abstract


基于k-均值的“教”与“学”优化算法

Keywords: "教"与"学"优化算法,k-均值,多峰函数,全局最优解

Full-Text   Cite this paper   Add to My Lib

Abstract:

?在解决复杂多峰优化问题时,传统的"教"与"学"优化算法易于陷入局部搜索且优化效率较低.针对此问题,提出了一种基于k-均值的"教"与"学"优化改进算法,算法采用k-均值来降低种群规模,又针对"教"和"学"两个阶段进行相应改进,提高全局收敛速度;还加入了"变异"操作来避免算法陷入局部最优.实验对7个单峰值优化问题和2个有代表性的多峰值优化问题进行优化,并与手榴弹爆破算法和传统"教"与"学"优化算法进行比较,实验结果表明,该改进算法在单峰和多峰测试函数中,均能快速高效地寻得全局最优解,优于原始"教"与"学"优化算法.

Full-Text

comments powered by Disqus