基于自适应控制参数的改进水波优化算法-计算机科学.pdfVIP

Vo1. 44 No. 7 第 44 卷第7 期 计算机科学 2017 年 7 月 COMPUTER SCIENCE July 2017 基于自适应控制参数的改进水波优化算法 刘韧1 ， 2 邓旭东1 李维刚3 ， 4 (武汉科技大学管理学院 武汉 430081) 1 (智能信息处理与实时工业系统湖北省重点实验室 武汉 430065)2 (武汉科技大学信息科学与工程学院 武汉 430081) 3 (冶金工业过程系统科学湖北省重点实验室 武汉 430081) 4 摘 要 水波优化算法CWater Wave Optimization ,WWO)是最近被提出的一种新型的群智能优化算法。它尽管具有 控制参数少、操作简单、容易实现等优点，但是也存在收敛较慢、搜索精度低等不足。针对水波优化算法的不足，首先， 从理论上分析并揭示算法收敛时控制参数应满足的条件;然后，提出满足上述条件的改进水波优化算法，改进算法采 取自适应机制来调节算法参数，进一步增强了全局探索和局部开发的平衡能力;最后，对4 种算法CAp吼叫TO， WWO， FA， MVO)在 10 个标准测试函数上的寻优性能进行仿真实验和统计比较。结果表明，ApWW。在搜索精度、速度和 鲁棒性等方面均显著优于WWO和 FA，在 5 个测试函数上优于 MVO; 与 PSO 和 GA 的对比结采表明，ApWWO 具有 较好的寻优性能。进一步分析了维数和种群规模对ApWWO 的影响，并使用 ApWWO 来求解置换流水线调度问题， 结果表明 ApWWO 能够取得较好的求解效果。 关键词 进化算法，水波优化算法，自适应控制参数，置换流水线调度 中图法分类号 TP183 文献标识码 A 001 10, 11896/j, issn. 1002-137叉 2017.07.036 Improved Water Wave Optimization Algorithm with Adaptive Control Parameters LIU Ao 1,2 DENG Xu-dong1 LI Wei-gani ,4 (School of Management ,Wuhan University of Science and Technology ,Wuhan 430081 ,China)l (Hubei Province Key Laboratory of Intelligent Information Processing and Real-time Industrial System ,Wuhan 430065 ,China) 2 (College of Information Science and Engineeri吨，Wuhan University of Science and Technology ,Wuhan 430081 ,China)3 (Hubei Province Key Laboratory of Systems Science in Metallurgical Process ,Wuhan 430081 ,China) 4 Abstract Water wave optimization algorithmCWWO) is a novel population-bas