科研之友
微信
新浪微博
Facebook
分享链接
摘要
和声搜索算法为一种元启发式算法,该算法具有参数少、可操作性强等优点,膜计算作为自然计算的一个分支,本身具有较大的发展潜力与完备的计算性.本研究将两者结合,提出一种基于细胞型膜计算框架的和声搜索算法,利用细胞型膜计算框架来构建算法的膜结构,并根据膜计算框架的结构,使用现存的和声搜索算法的迭代方式作为基本膜内的进化规则,设计通信机制使不同膜之间相互传递信息,有利于丰富种群的多样性与平衡算法的全局和局部搜索,并设置外部档案记录最优个体来控制种群进化的方向,从而提高算法的精准搜索能力.最后,在CEC基准函数下进行数值优化实验,仿真结果表明,HS-MC算法在求解数值优化问题上比其他算法具有更好的性能,并使用HS-MC算法优化Elman神经网络的权值和阈值,预测上证指数的开盘指数,预测结果表明,HS-MC算法具有较好的寻优能力和实用性.
- 单位
