- 1、本文档共39页,可阅读全部内容。
- 2、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。
- 3、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。
- 4、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)。
查看更多
基于引力搜索和分布估计混合离散优化算法
基于引力搜索和分布估计混合离散优化算法
摘 要:
针对传统离散引力搜索算法(GSA)容易陷入局部最小解的问题,提出了一种引力搜索和分布估计的混合离散算法GSEDA。通过有效地利用个体在引力搜索的历史统计信息,结合分布估计建立的概率分布模型,生成新的具有全局统计意义的优良解,继而更新搜索群体,使算法搜索更加平衡了空间的开发和探索能力,从而使得算法具有更强的跳出局部最优解的能力。仿真实验结果表明提出的新算法比传统算法具有更好的优化性能和鲁棒性。
?ス丶?词:引力搜索算法; 分布估计; 旅行商问题;NP??hard问题;局部最优解
?ブ型挤掷嗪?: TP391.4
文献标志码:A
英文标题??
Hybrid discrete optimization algorithm based on??
gravity search and estimation of distribution
?び⑽淖髡呙?
JIANG Yue??1, SHEN Dongmei??2,ZHAO Yan??1, GAO Shangce????2??*??
?び⑽牡刂?(
1.Department of Internet of Things, Jiangsu College of Information Technology, Wuxi Jiangsu 214153, China??;????
2.College of Information Sciences and Technology, Donghua University, Shanghai 201620, China
英文摘要)??
Abstract:
According to the problem of the traditional Gravitational Search Algorithm (GSA) such as falling into the local minimum point easily, a hybrid algorithm based on Estimation of Distribution (ED) and gravitational search (GSEDA) was proposed. By characterizing the distribution of current solutions found by GSA, ED was used to generate promising solutions based on the constructed probability matrix, thus guiding the search to new solution areas. The proposed GSEDA was able to balance the exploration and exploitation of the search, therefore possessing a better local optima jumping capacity. The experimental results based on the traveling salesman problem indicate that GSEDA performs better than traditional algorithms in terms of solution quality and robustness.
英文关键词??Key words:
Gravitational Search Algorithm (GSA); Estimation of Distribution (ED); Traveling Salesman Problem (TSP); NP??hard problem; local optimal solution??
0 引言 ??
引力搜索算法(Gravitational Search Algorithm, GSA)是一种新型元启发式搜索算法????[1]??。GSA利用粒子群体对解空间进行搜索,群体中的所有个体的质量都对应着待解问题的适应度,其所处的空间位置对应着问题的解,个体间的作用力遵循万有引力定律。在算法初期,所有个体随机存在于搜索空间中的任意位置,随着时间的推移,个体由于受到其他个体的作用力影响而不断改变其自身位置,且质量越大的个体,对其他个体的引力越大,从而在宏观上造成所有个体都朝向质量最大的个体逐渐移动,并最终收敛到质量最
您可能关注的文档
- 基于建构主义组织学习模式初探.doc
- 基于建构主义网络俄语教学研究.doc
- 基于建构主义翻译教学探析.doc
- 基于建构主义职场英语多媒体教学设计.doc
- 基于建构主义职校财经法规与会计职业道德课程教学实践.doc
- 基于建构主义翻转课堂教学设计探索.doc
- 基于建构主义自主学习在高职院校可行性研究.doc
- 基于建构主义英语专业理论课教学模式.doc
- 基于建构主义英语互动课堂设计.doc
- 基于建构主义英语多媒体教学中教师角色.doc
- 陕西省西安市 2025年学年九年级下学期开学收心考试道德与法治试卷(含答案).docx
- 云南省楚雄彝族自治州楚雄市2025年九年级下学期开学考试历史试题(含答案).docx
- 浙江省2025年小升初数学专项复习12——大数的认识与运算(含答案).docx
- 四川省巴中市2025届高三“一诊”考试英语试题(含解析,含听力原文无音频).docx
- 专题二十二 封建时代的欧洲、封建时代的亚洲国家 拔高训练 2025年广东省中考历史一轮复习(含答案解析).docx
- 第11课 制作电子相册 课件(含音频+视频).ppt
- 重庆市西南大学附属中学校2025年九年级下学期开学考试英语试题(含答案及原文).docx
- 专题二十 国防建设与外交成就、科技文化与社会生活 拔高训练 2025年广东省中考历史一轮复习(含答案解析).docx
- 专题十九 民族团结与祖国统一 拔高训练 2025年广东省中考历史一轮复习(含解析).docx
- 职位说明书的撰写.pptx
文档评论(0)