郑高飞
- 作品数：2 被引量：5H指数：1
- 供职机构：南开大学电子信息与光学工程学院更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 带子群自组织蠕虫算法及其在多模态问题中的应用被引量：4
- 2006年
- 提出了一种全新的多模态遗传算法——带子群的自组织蠕虫算法(SSOMA)。该算法的基本思想是:通过初始群体的前期寻优找到峰值点的所在邻域;随后分别在这些邻域内选择少量的个体组成子群,在这些子群中再利用自组织蠕虫算法进行后期寻优,从而找到所有的峰值点,该算法极大地降低了计算的复杂度、提高了收敛速度。最后,用经典测试函数对该算法进行了仿真实验,并进行了计算复杂度分析,结果表明该算法在多模态函数优化方面具有较为理想的应用前景。
- 郑高飞王秀峰
- 关键词：多模态优化遗传算法
- 带子群的自组织蠕虫算法在优化方面的应用被引量：1
- 2006年
- 带子群的自组织蠕虫算法(Subgroup-Self-OrganizingWormAlgorithm,SSOMA)是一种全新的基于涌现方法的多模态优化算法。与传统的多模态算法相比,该算法具有计算简单、收敛性好、精度高且不需要任何先验知识等优点。对该算法在高维多模态问题优化方面的应用进行了一定的探索,提出了适用于高维函数的算法,用经典测试函数对该算法进行了仿真实验,并进行了计算复杂度分析,结果表明该算法在高维多模态函数优化方面具有较为理想的应用前景。
- 郑高飞王秀峰
- 关键词：子群
