摘要

针对现有自组织迁移算法(SOMA)只能求解单个优化问题以及“隐并行性”未能被充分挖掘的缺陷,提出信息筛选多任务优化自组织迁移算法(SOMAMIF)实现同一时刻处理多个优化问题。首先,构造多任务统一搜索空间,根据任务个数设置相应的子种群,然后对各子种群当前最优适应值进行判断,若连续若干代停滞进化时,产生信息交互需求,接着按概率从剩余子种群中筛选对自己有用的信息,过滤无用信息,在保证信息正向迁移同时达到种群结构的重新调整,最后对算法的时间复杂度和空间复杂度进行分析。仿真实验表明,SOMAMIF算法在同时求解多个高维函数优化问题时均快速收敛至全局最优解0,SOMAMIF算法与分形技术相结合同时提取不...