基于柯西分布和父种轮换机制的种子优化算法

作     者：刘航 张晓明 汪长剑 LIU Hang;ZHANG Xiaoming;WANG Changjian

作者机构：安徽大学物质科学与信息技术研究院合肥230039 

出 版 物：《模式识别与人工智能》 (Pattern Recognition and Artificial Intelligence)

年 卷 期：2021年第34卷第7期

页      面：581-591页

核心收录：

学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081104[工学-模式识别与智能系统] 08[工学] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家重点研发计划项目(No.2017YFD0301303) 安徽省重点研发计划项目(No.201904e01020015) 青海省基础研究计划项目(No.2020-0302-ZJC-0022) 青海省重点研发与转化计划项目(No.2020-0206-0007)资助 

主　　题：群体智能 种子优化算法 柯西分布 父种轮换 粒子群优化 

摘      要：针对目前种子优化算法存在的空间探索能力不足、后代个体分布多样性较弱的问题,文中提出基于柯西分布和父种轮换机制的种子优化算法.首先,构建基于柯西分布的种群分布模型,用于前期探索阶段,提升算法的全局搜索能力.然后,建立基于赌轮法的父种轮换机制,提高后代种群的多样性.最后,构建个体距离阈值、分布方差和后代比例的自适应调整机制,提高算法对复杂优化问题的动态寻优能力.实验表明,文中算法的平均适应度值和弗里德曼检测指标排名均较优.