基于精英反向学习的逐维改进蜻蜓算法

作     者：何庆 黄闽茗 王旭 He Qing;Huang Minming;Wang Xu

作者机构：贵州大学大数据与信息工程学院贵州贵阳550025 贵州大学贵州省公共大数据重点实验室贵州贵阳550025 

出 版 物：《南京师大学报（自然科学版）》 (Journal of Nanjing Normal University(Natural Science Edition))

年 卷 期：2019年第42卷第3期

页      面：65-72页

学科分类：08[工学] 0812[工学-计算机科学与技术（可授工学、理学学位）] 081202[工学-计算机软件与理论] 

基　　金：贵州省科技计划项目重大专项(黔科合重大专项字3002) 贵州省科技计划项目重大专项(黔科合重大专项字3022) 贵州省公共大数据重点实验室开放课题(2017BDKFJJ004、2017BDKFJJ034) 贵州省教育厅青年科技人才成长项目(黔科合KY字124) 

主　　题：蜻蜓算法 精英反向学习 函数优化 维间干扰 

摘      要：针对蜻蜓算法(DA)寻优精度不高、收敛速度慢及后期搜索活力不足等问题,提出了基于精英反向学习的逐维改进蜻蜓算法(EDDA).首先,利用精英反向学习策略初始化种群,以增强种群多样性,提高搜索效率;其次,利用逐维更新策略对蜻蜓个体进行更新,减少维间干扰,有效提高了算法的寻优能力;最后,充分利用当前解的信息双向搜索,提升了解的搜索活力.通过9个测试函数的实验结果表明,该算法相比较于标准蜻蜓算法,寻优精度更高、收敛速度更快及后期搜索活力更强,与其他改进算法相比也具有一定的竞争优势.