面向多模函数优化的改进网格优化算法.pdfVIP

第29卷第4期 阜阳师范学院学报(自然科学版) Vo1．29，No．4 2012年 12月 JournalofFuyangTeachersCollege(NaturalScience) Dec．2012 面向多模函数优化的改进网格优化算法 于 干 ，王 亚 ，康 卫 (1．阜阳师范学院信息工程学院，安徽 阜阳 236041；2．阜阳师范学院计算机与信息学院，安徽 阜阳 236037) 摘 要：利用网格优化算法(GOA)编码简单、收敛速度快、不宜陷入局部最优等特点，针对多模态函数优化问题，对 GOA算法进行了改进，扩大了优化搜索范围，保持 了父本种群的多样性，增强了全局搜索能力。对典型多模态函数问题的 测试结果表明，改进的网格优化算法在解决多模态函数优化问题方面具有很强的全局搜索能力和很高的搜索效率。 关键词：网格优化算法；多模态函数；优化；多样性；全局搜索能力 中图分类号：TP52020 文献标识码：A 文章编号：1004-4329(2012)04-054-03 Improvedgriddingoptimization algorithm formultimodal function optimization YU Gan ．WANG Ya2KANGW ei ． (1．CollegeofInformationEngineering，FuyangTeachersCollege，FuyangAnhui236041，Chuuz； 2．School0厂ComputerScienceInformation，FuyangTeachersCollege，FuyangAnhui236037，China) Abstract：Animprovedgfiddingoptimizationalgorithm (IGOA)basedonsuchadvantagesassimplecode，fastconvergence andglobaloptimizationofGOA，isproposedtosolvesomeexistingproblemsinMulti—modalfunctionoptimization．Thesearchrange diversityofantibodiesandglobal searchcapabilitycouldbeenhancedbytheImprovementGriddingOptimizationAlgorithm．TheFe suitstestedontypicalMulti—modalfunctionshowthattheIGOAhasstrongglobalsearchcapabilityandhighsearchefficiency． Keywords：griddingoptimizationalgorithm；multi-amdalfunction；optimization；diversity；global searchcapability 在多峰函数或多模态函数优化问题中，不仅存 个点的周围搜索，它的这种定向能力可以朝着当前 在全局极大值，而且可能存在多个全局极大值和局 较好的方向去搜索，并且搜索过程可以同时朝着儿 部极大值，导致一些优化算法在优化过程中容易陷 个 目前较好的解进行搜索，这就保证它的搜索过程 人局部最优 ¨’。针对这个 问题，研究者提出了多 不易陷人局部最优 ，因此该算法在搜索全局最优解 种寻优算法，例如回溯克隆选择算法 引、多群体遗 方面具有强大的搜索能力。由于该算法是基于节 传算法HJ、双态免疫微粒群算法 等。 点的搜索方法，对于每个节点周围都能快速找到它 基于网格 的节点搜 索 的网格优 化算法 J 周围最好的解 ，因此该算法呈现出来的另一个特点 (GriddingOptimizationAlgorithm，GOA)是一种定向 就是搜索速度快。 性的搜索方法，它的主要思想就是每代