自适应协同学习水波优化算法

作者：顾启元; 王俊祥

来源：小型微型计算机系统, 2019, 40(09): 1858-1863.

• 水波优化算法
• 收敛速度
• 收敛精度

水波优化算法(Water Wave Optimization,WWO)是一种新型群体智能搜索技术,具有种群规模小、操作简易等优点.但依然存在收敛速度慢、收敛精度不高等缺陷.为了改善WWO优化性能,提出一种自适应协同学习水波优化算法.算法中采用双种群进化结构实现主种群勘探和子种群开采的协同学习.主种群采用一种自适应学习策略,在维持种群多样性同时有效增强个体学习的效率.主群和子群的交互机制,可以使子群摆脱局部最优,提高算法的收敛精度.复杂多模基准测试函数的仿真结果表明本文算法在收敛精度和收敛速度上都有显著提高.

• 单位
  重庆文理学院