针对从自然界中杂草的生长繁殖特性演化而来的新型智能优化算法―扩张性杂草进化算法,通过马尔可夫链,分析证明了它的全局收敛性。相比其他启发式算法,其最大优点是基于种群中优秀的个体有指导地进行搜索,且算法中子代个体按正态分布的方式分布于父代个体周围,在进化过程中通过动态调整此正态分布的标准差,使算法在早期与中期充分保持群落的多样性,较其他启发式算法更容易保证对解空间的全面搜索。而在算法的后期加强对优秀个体周围的局部搜索,从而保证算法能够稳健地收敛到全局最优解。典型的复杂机械优化设计算例结果表明,该算法在优化过程
2022-06-01 15:07:17
321KB
自然科学
论文
1