自适应反向竞争和声搜索算法及其优化.pdfVIP

自适应反向竞争和声搜索算法及其优化.pdf

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
自适应反向竞争和声搜索算法及其优化.pdf

第27 卷  第4 期                          模式识别与人工智能                              Vol.27  No.4   2014年4月                                PR AI                                    Apr.  2014                                                                                             自适应反向竞争和声搜索算法及其优化∗ 1 1 1 2 欧阳海滨    高立群     孔祥勇    邹德旋 1(东北大学 信息科学与工程学院  沈阳110819) 2(江苏师范大学 电气工程及自动化学院  徐州221116) 摘  要  提出一种自适应反向竞争和声搜索算法.该算法简单分析和声搜索算法步长设置的盲目性,提出一种自 适应步长调整操作.算法融合反向学习策略的优势,建立末位淘汰竞争选择机制,以进一步提高算法的全局搜索能 力,防止算法陷入局部最优.为验证文中算法的有效性,优化经典测试函数,数值结果表明文中算法在精度和鲁棒 性方面比和声搜索算法及目前较优的改进和声搜索算法更好.最后通过优化求解热交换器和减速器设计问题,证 明文中算法求解结果优于其他算法. 关键词  自适应步长调整,反向学习,竞争选择,精度 中图法分类号  TP301.6 Self-adapted Harmony Search Algorithm with Opposed Competition and Its Optimization 1 1 1 2 OUYANG Hai-Bin ,GAO Li-Qun ,KONG Xian-Yong ,ZOU De-Xuan 1(College of Information Science and Engineering,Northeastern University,Shenyang 110819) 2(School of Electrical Engineering andAutomation,JiangsuNormal University,Xuzhou221116) ABSTRACT A self-adapted harmony search algorithm with opposed competition (SHSOC) is proposed. The blindness of bandwidth setting of harmony search algorithm is analyzed. The adaptive bandwidth adjustment is employed. Meanwhile,the superiority of theopposedlearning strategy isintegratedintothe proposed algorithm,and the competition selection mechanism of end elimination is established to further improve global search ability and keep the algorithm from falling into local optima. The proposed algorithm is tested on several classic functions to evaluate the performance.

文档评论(0)

heroliuguan + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

版权声明书
用户编号:8073070133000003

1亿VIP精品文档

相关文档