科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对堆优化算法（HBO）在解决复杂问题时存在搜索能力不足和搜索效率低等缺陷，提出了一种差分扰动的HBO（DDHBO）。首先，提出一种随机差分扰动策略更新最优个体，以解决HBO没有对其更新从而导致搜索效率低的缺点。然后，使用一种最优最差差分扰动策略更新最差个体，以强化其搜索能力。其次，采用一种多层差分扰动策略更新一般个体，以强化多层个体之间的信息交流，提高搜索能力。最后，针对原更新模型在搜索初期获得有效解概率低的问题，提出一种基于维的差分扰动策略更新其它个体。大量CEC2017复杂函数的实验结果表明，与HBO相比，DDHBO在96.67%的函数上具有更好的优化性能，更少的平均运行时间（3.4450 s），与其它先进算法相比，DDHBO也具有更显著的优势。
- 出版日期2021-10-15
- 单位河南师范大学
