自动化技术论文_基于布朗运动与梯度信息的交替

文章摘要:针对群智能优化算法在优化过程中容易陷入局部最优，种群多样性降低，高维优化困难的问题，提出一种基于布朗运动与梯度信息的交替优化算法（AOABG）。首先，采用全局、局部搜索交替的寻优策略，搜索个体在有变优趋势的范围内切换为局部搜索，有变劣趋势的范围内切换为全局搜索；然后，局部搜索根据梯度信息做均匀分布概率的随机游走，全局搜索依据最优解位置做布朗运动的随机游走。将所提出的AOABG算法与近三年的哈里斯鹰算法（HHO）、麻雀算法（SSA）、特种部队算法（SFA）在10个测试函数上相比。当测试函数维数为2、10时，AOABG在10个测试函数下的100次最终优化结果的均值与均方差均优于HHO、SSA与SFA。当测试函数为30维时，除了HHO在F4上表现优于AOABG（两者优化结果均值处于同一数量级）外，AOABG在其他9个测试函数中表现最好，与上述算法相比，优化结果均值提升了4.64%～94.89%。实验结果表明，AOABG算法在高维函数优化中收敛速度更快、稳定性更好、精度更高。

文章关键词:

论文分类号:TP18

上一篇：神经病学论文_病毒感染与神经退行性疾病有关
下一篇：没有了