声明
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。
国内刊号：51-1196/TP
国际刊号：1001-3695
发布日期:
作者：黎延海,拓守恒,雍龙泉,
单位：陕西理工大学数学与计算机科学学院,陕西汉中723001；
关键词：和声搜索,教与学优化,动态选择策略,“自学”策略,
基金：国家自然科学基金资助项目(11502132)；陕西省教育厅科研资助项目(18JK0166)；陕西理工大学校级科研项目(SLGKY2017-05)；；
为提高对多种不同类型问题的优化性能，提出了一种基于和声搜索和教与学优化的混合优化算法（HHSTL）。在不同的进化阶段，HHSTL算法依据种群活跃率及种群最优个体更新率动态地确定和声算法或教与学算法作为下一周期种群更新方式的比例，并在标准教与学算法中增加了“自学”策略来提高算法的全局寻优能力。对16个不同类型的Benchmark函数进行仿真，并与七种优秀算法进行结果比较及Wilcoxon秩和检验分析，结果表明HHSTL算法汲取了和声搜索和教与学优化算法的优点，具有求解精度高、稳定性好等特点，能够求解更多的较为复杂的优化问题。
来源：2019年第12期
《计算机应用研究》期刊编辑部
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。