控制与决策

作者：申元霞,张学锋,方馨,汪小燕

单位：安徽工业大学 计算机科学与技术学院,安徽 马鞍山 243000,,安徽工业大学 计算机科学与技术学院,安徽 马鞍山 243000,,安徽工业大学 计算机科学与技术学院,安徽 马鞍山 243000,,安徽工业大学 计算机科学与技术学院,安徽 马鞍山 243000,

关键词：正余弦算法;停滞问题;种群多样性;探索和开采;控制因子;全局优化

基金：安徽高校自然科学研究项目(KJ2019A0063)；安徽省自然科学基金项目(1808085MF196).

针对标准正余弦算法进化后期的停滞问题,对进化过程中的种群多样性进行分析,得出标准正余弦算法的种群多样性受控制因子的直接影响,且种群多样性表达式中控制因子指数随迭代次数的增加而下降.为了改善标准正余弦算法进化后期的探索和开采,提出多尺度正余弦优化算法.该算法通过自适应的多尺度控制因子调节群体多样性从而实现多层次的搜索;同时设计协助种群实施局部搜索,其种群独立进化,个体可以直接学习主群或协助种群中的最优个体,以加快收敛速度和提高解的质量.将所提出算法与改进的正余弦算法和新型群智能算法进行对比实验,实验结果表明,所提出算法能够较好地平衡进化过程中的探索和开采,提高全局优化能力.

来源：2022年第11期

《控制与决策》期刊编辑部

查看控制与决策杂志2022年第11期