×
冯、泉溪;刘三阳;张建科;杨国平;龙泉永

使用随机环拓扑和鲍威尔方法改进基于生物地理学的优化。 （英语） Zbl 1443.86008号

申请。数学。建模 41, 630-649 (2017).
摘要：基于生物地理的优化（BBO）是一种基于生物地理理论的竞争性种群优化算法，其固有的探索能力不足，收敛速度较慢。为了克服局限性，我们提出了一种改进的BBO变体，命名为PRBBO，用于解决全局优化问题。在PRBBO中，将具有随机环拓扑的混合迁移算子、修改的变异算子和自适应Powell方法合理地集成在一起。通过使用局部环拓扑代替全局拓扑，创建了具有随机环拓扑的混合迁移算子RMO，避免了非对称迁移操作，增强了潜在的种群多样性。采用自适应参数对自适应鲍威尔方法进行修正，以适应进化过程，快速提高求解精度。对24个基准函数进行了大量的实验测试，以证明该算法的有效性。仿真结果与原始BBO、ABC、DE、BBO的其他变体以及其他最先进的进化算法进行了比较。最后，还讨论了运营商对PRBBO性能的影响。

引用于三文件

MSC公司：

86-10 地球物理相关问题的数学建模或模拟
92-10 生物相关问题的数学建模或模拟
90 C59 数学规划中的近似方法和启发式

关键词：

基于生物地理学的优化;鲍威尔方法;随机环拓扑;人工蜂群

软件：

玉;磷虾群;基础知识;PS温
PDF格式BibTeX公司 XML格式引用
\textit{Q.Feng}等人，应用。数学。型号41，630--649（2017；Zbl 1443.86008）
全文： 内政部

参考文献：

[1] Bush，B.J。；Sayama，H.，超交互进化计算，IEEE Trans。进化。计算。，15, 424-433 (2011)
[2] 马赫数，F。；亚当·L。；J·卡塞罗夫斯克。；卡班，P。；Doleíel，I.，基于进化算法的摩擦静电分离器多准则优化，J.Compute。申请。数学。，270, 134-142 (2014) ·兹比尔1374.78021
[3] Homayouni，S.M。；Tang，S.H。；Motlagh，O.，自动化集装箱码头起重机、车辆和存储平台集成调度优化的遗传算法，J.Compute。申请。数学。，270, 545-556 (2014) ·Zbl 1319.90031号
[4] 托莱多，C.F.M。；奥利维拉。；França，P.M.，使用具有层次结构种群的遗传算法进行全局优化，J.Compute。申请。数学。，261, 341-351 (2014) ·Zbl 1278.90479号
[5] Mallipeddi，R.（马利佩迪，R.）。；Mallipeddi，S。；Suganthan，P.N.，《用自适应进化编程集成策略》，《信息科学》。，180, 1571-1581 (2010)
[6] 陈，G。；低，C.P。；Yang，Z.，《在进化编程算法中保持和利用遗传多样性》，IEEE Trans。进化。计算。，13, 661-673 (2010)
[7] 詹，Z.-H。；张杰。；李毅。；石永华，正交学习粒子群优化，IEEE Trans。进化。计算。，15, 832-847 (2011)
[8] 阿克巴里，R。；Ziarati，K.，一种基于秩的动态自适应粒子群优化算法，J.Compute。申请。数学。，235, 2694-2714 (2011) ·Zbl 1209.65054号
[9] 斯托恩，R。；Price，K.，《差分进化——连续空间上全局优化的一种简单有效的启发式算法》，J.global Optim。，11, 341-359 (1997) ·Zbl 0888.90135号
[10] 胡志斌。；熊，S.W。；苏庆华。；Fang，Z.X.，经典差分进化算法的有限马尔可夫链分析，J.Compute。申请。数学。，268, 121-134 (2014) ·Zbl 1293.65013号
[11] 卡拉博加，D。；Basturk，B.，《数值函数优化的一种强大而有效的算法：人工蜂群（ABC）算法》，J.Global Optim。，39, 459-471 (2007) ·Zbl 1149.90186号
[12] 高，W。；刘，S。；Huang，L.，用于全局优化的全局最佳人工蜂群算法，J.Compute。申请。数学。，236, 2741-2753 (2012) ·Zbl 1241.65058号
[13] Costa，M.F.P。；罗查，A.M.A.C。；Fernandes，E.M.G.P.，基于双曲线增广拉格朗日方法的人工鱼群算法，J.Compute。申请。数学。，259, 868-876 (2014) ·Zbl 1314.90077号
[14] Layeb，A.，用于0-1优化问题的混合量子启发和谐搜索算法，J.Compute。申请。数学。，253, 14-25 (2013) ·Zbl 1288.68073号
[15] Simon，D.，基于生物地理的优化，IEEE Trans。进化。计算。，12, 702-713 (2008)
[16] 郑毅。；吴，X。；Ling，H。；Chen，S.，使用环形拓扑的简化生物地理学优化，Adv.Swarm Intell。，7928, 330-337 (2013)
[17] Powell，M.J.D.，共轭梯度法的重新启动程序，数学。程序。，12, 241-254 (1977) ·Zbl 0396.90072号
[18] Ma，H.，基于生物地理学优化的迁移模型平衡分析，信息科学。，180, 3444-3464 (2010) ·Zbl 1194.92073号
[19] 马，H。；Simon，D.，《利用马尔可夫理论分析基于生物地理学的优化迁移模型》，《工程应用》。Artif公司。整数。，24, 1052-1060 (2011)
[20] 龚·W。；蔡，Z。；Ling，C.X.，基于生物地理学的实数编码变异优化，应用。数学。计算。，216, 2749-2758 (2010) ·Zbl 1206.90221号
[21] 马，H。；Simon，D.，基于混合生物地理学的约束优化，工程应用。Artif公司。整数。，24, 517-525 (2011)
[22] 李，X。；Wang，J。；周，J.，基于扰动生物地理学的全局数值优化变异优化，应用。数学。计算。，218, 598-609 (2011) ·Zbl 1226.65055号
[23] 李，X。；Yin，M.，基于多算子的生物地理学优化，用于全局数值优化的变异，计算。数学。申请。，64, 2833-2844 (2012) ·Zbl 1268.90150号
[24] Lohokare，M.R。；Pattnaik，S.S。；帕尼格拉希，B.K。；Das，S.，《基于生物地理学的加速优化与邻域搜索优化》，应用。软计算。，13, 2318-2342 (2013)
[25] 冯（Q.Feng）。；刘，S。；唐·G。；Yong，L。；Zhang，J.，基于生物地理的正交交叉优化，数学。问题工程，1-20（2013），http://dx.doi.org/10.1155/2013/353969
[26] 熊，G。；石，D。；Duan，X.，使用多源迁移算子和正交学习提高基于生物地理学的优化性能，计算。操作。研究，41，125-139（2014）·Zbl 1348.90649号
[27] 冯（Q.Feng）。；刘，S。；吴琼。；唐国强。；Chen，H.，带局部搜索机制的改良生物地理学优化，J.Appl。数学。，1-24 (2013), http://dx.doi.org/10.1155/2013/960524
[28] 龚·W。；蔡，Z。；Ling，C.X.，DE/BBO：基于生物地理学优化的混合差分进化，用于全局数值优化，软计算。，15, 645-665 (2011)
[29] 布萨伊德，I。；查特吉，A。；Siarry，P。；Ahmed-Nacer，M.，使用差分进化算法的基于生物地理学的两阶段更新优化，计算。操作。研究，38，1188-1219（2011）·Zbl 1208.90195号
[30] 李，X。；Yin，M.，基于混合人工蜂群和生物地理学的全局数值优化，J.Compute。理论。纳米科学。，10, 1156-1163 (2013)
[31] 王，G.-G。；甘多米，A.H。；Alavi，A.H.，生物地理学优化中带迁移算子的有效磷虾群算法，应用。数学。型号1。，38, 2454-2462 (2014) ·Zbl 1427.90303号
[32] 瓦兹，A.I.F。；Vicente，L.N.，用于约束全局优化的粒子群模式搜索方法，J.global Optim。，39, 197-219 (2007) ·Zbl 1180.90252号
[33] 高，W.-F。；刘，S.-y。；Huang，L.-L.，采用鲍威尔方法的新型人工蜂群算法，应用。软计算。，13, 3763-3775 (2013)
[34] Kramer，O.，用Powell方法迭代局部搜索：用于连续全局优化的模因算法，模因计算。，2, 69-83 (2010)
[35] 出版社，W.H。；Teukolsky，S.A。；韦特林，W.T。；Flannery，B.P.，《C-科学计算艺术中的数字配方》（1997），剑桥大学出版社
[36] 姚，X。；刘，Y。；Lin，G.，《进化编程变得更快》，IEEE Trans。进化。计算。，3, 82-102 (1999)
[37] Kang，F。；李，J。；Ma，Z.，用于数值函数精确全局优化的Rosenbrock人工蜂群算法，信息科学。，181, 3508-3531 (2011) ·Zbl 1242.65124号
[38] 李，C。；Yang，S。；Nguyen，T.T.，用于全局优化问题的自学习粒子群优化器，IEEE Trans。系统。人类网络-B部分：网络。，42, 627-646 (2012)
[39] Wang，H。；拉赫纳马扬，S。；Sun，H。；Omran，M.G.H.，高斯宽带差分演化，IEEE Trans。赛博。，43, 634-647 (2013)
[40] 布雷斯特，J。；格雷纳，S。；博斯科维奇，B。；默尼克，M。；Zumer，V.，《微分进化中的自适应控制参数：数值基准问题的比较研究》，IEEE Trans。进化。计算。，10, 646-657 (2006)
[41] 张杰。；Sanderson，A.C.，JADE:具有可选外部存档的自适应差分进化，IEEE Trans。进化。计算。，13, 945-958 (2009)
[42] 龚·W。；蔡，Z。；蒋，L.，利用正交设计方法提高差分进化的性能，应用。数学。计算。，206, 56-69 (2008) ·Zbl 1157.65384号
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。