提示
冯翔
-
168浏览
-
0点赞
-
0收藏
-
1分享
-
0下载
-
0评论
-
引用
期刊论文
基于竞争合作行为的深度演化算法
计算机科学与探索，2020，14（7）：1114-1125 | 2020年10月01日
将深度与演化算法结合，提出一种深度演化算法，即群竞争合作优化（gcco）算法。首先引入生物群模型来模拟群体搜索猎物的自然现象，算法通过多步迭代可简单实现优化问题求解。在生物群模型中，跟随者采用变步长的区域复制方式，平衡了收敛速度与优化精度，随机者采用基于特征变换的随机游走模式，避免陷入局部最优。其次引入竞争模型和合作模型增加算法复杂性，通过群体间的竞争和信息共享，提高算法的搜索性能。算法的数学模型是从群论、动力学以及帝国竞争理论推导出来的，在理论上也分析验证了算法的收敛性。最后在十个优化基准函数上与其他三种优化算法对比测试算法的性能。在解决上海市设立燃气站点提高到场及时率的实际问题中，gcco算法也取得了比其他算法更好的效果。
-
问答
暂无问题，成为第一个提问者
【免责声明】以下全部内容由[冯翔]上传于[2020年11月26日 16时33分16秒]，凯发k8国际首页的版权归原创者所有。本文仅代表作者本人观点，与本网站无关。本网站对文中陈述、观点判断保持中立，不对所包含内容的准确性、可靠性或完整性提供任何明示或暗示的保证。请读者仅作参考，并请自行承担全部责任。
本学者其他成果
同领域成果