资料下载
×
结合深度与演化算法的群竞争合作优化算法
消耗积分:0 |
格式:pdf |
大小:1.04 MB |
2021-04-12
分享资料个
将深度与演化算法结合，提岀一种深度演化算法，即群竞争合作优化（GCCO）算法。首先引入生物群模型来模拟群体搜索猎物的自然现象，算法通过多步迭代可简单实现优化问题求解。在生物群模型中，跟随者采用变步长的区堿复制方式，平衡了收敛速度与优化精度，随机者采用基于特征变换的随杋游走模式，避免陷入局部最优。其次引入竞争模型和合作模型増加算法复杂性，通过群体间的竞争和信息共享，提高算法的搜索性能。算法的数学模型是从群论、动力学以及帝国竞争理论推导岀来的，在理论上也分析验证了算法的收敛性。最后在十个优化基准函数上与其他三种优化算法对比测试算法的性能。在解决上海市设立燃气站点提高到场及时率的实际问题中，GCCO算法也取得了比其他算法更好的效果。
声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。 举报投诉
评论(0)
发评论
- 相关下载
- 相关文章
