目标空间聚类的差分头脑风暴优化算法
吴亚丽1
付玉龙2
王鑫睿
刘庆
1.西安理工大学自动化与信息工程学院,陕西西安,7100482.陕西省复杂系统控制与智能信息处理重点实验室,陕西西安,710048
摘要：作为一种新型的群体智能优化算法,头脑风暴优化(brain storm optimization,BSO)算法一经提出便引起了众多研究者的关注.本文在对原始头脑风暴算法的聚类操作和变异操作改进的基础上,提出了基于目标空间聚类的差分头脑风暴(difference brain storm optimization based on clustering in objective space,DBSO-OS)算法.算法通过对目标空间的聚类替代对决策空间的聚类,减小了算法的运算复杂度;采用差分变异代替高斯变异来增加种群的多样性.多个测试函数的仿真结果表明,目标空间聚类的差分头脑风暴算法不仅提高了算法的寻优速度,而且提高了算法的寻优精度.文中进一步分析了参数对算法性能的影响,设计了最佳参数选择方案,并用于对实际热电联供经济调度问题的求解,验证了算法的实用性.
关键词：头脑风暴算法聚类差分变异目标空间
分类号：TP18(自动化基础理论)
论文发表日期：2017-01-01
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：11( 1583-1593 )
英文信息