本文提出了一种新型的磷虾群(KH)仿生优化算法,KH算法基于磷虾个体行为模拟。每个磷虾个体适应度函数定义为食物和最大密度的群集之间的距离。磷虾个体的位置随时间变化有三个主要因素:(一)诱导运动;(二)觅食运动;(三)扰动。对磷虾的行为进行精确的建模,将自适应遗传算子添加到算法中。对提出的方法进行了验证并应用于最优化领域中常用的几个问题。此外,该算法与文献中的八个著名的方法比较。KH算法能够有效地解决广泛的基准优化问题并优于其他的算法。
本文提出了一种新型的磷虾群(KH)仿生优化算法,KH算法基于磷虾个体行为模拟。每个磷虾个体适应度函数定义为食物和最大密度的群集之间的距离。磷虾个体的位置随时间变化有三个主要因素:(一)诱导运动;(二)觅食运动;(三)扰动。对磷虾的行为进行精确的建模,将自适应遗传算子添加到算法中。对提出的方法进行了验证并应用于最优化领域中常用的几个问题。此外,该算法与文献中的八个著名的方法比较。KH算法能够有效地解决广泛的基准优化问题并优于其他的算法。
本文标题:KH
本文链接:https://www.haomeiwen.com/subject/asisdqtx.html
网友评论