一种基于自适应同步因子的混合蛙跳算法
李敏楠
刘升
1.上海工程技术大学管理学院 上海 2016202.上海工程技术大学管理学院 上海 201620
摘要：基于混合蛙跳算法(SFLA)具有寻优精度不高、算法收敛速度较慢等不足,提出了一种基于自适应同步因子的混合蛙跳算法(AS_SFLA).当种群个体根据更新公式进行位置更新时,通过引入一个同步因子,改变组内迭代时的蛙跳规则,对青蛙个体更新位置进行扰动,从而增加种群位置的多样性并调整算法的搜索规模,从而改进算法的局部搜索能力.经使用两种不同参数设置对9个基准测试函数进行仿真实验后,比较SFLA、AS_SFLA和ISFLA1结果表明,自适应同步因子可以提高算法的局部搜索精度,避免算法陷入局部最优,实验结果证明了AS_SFLA具有更好的求解质量和局部搜索能力,适合高维复杂函数的优化.
关键词：混合蛙跳算法自适应同步因子更新规则局部搜索策略组内迭代
分类号：TP301.6(计算技术、计算机技术)
资助基金：国家自然科学基金(61075115)上海市教委科研创新重点项目(12ZZ185)上海工程技术大学研究生科研创新项目(E3-0903-16-01304)
论文发表日期：2018-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：6( 1083-1088 )
英文信息