主页期刊介绍编委会编辑部服务介绍道德声明在线审稿编委办公编辑办公English
2018-2019年专刊出版计划 微信服务介绍 最新一期:2019年第10期
     
在线出版
各期目录
纸质出版
分辑系列
论文检索
论文排行
综述文章
专刊文章
美文分享
各期封面
E-mail Alerts
RSS
旧版入口
中国科学院软件研究所
  
投稿指南 问题解答 下载区 收费标准 在线投稿
陈皓,潘晓英.类搜索算法.软件学报,2015,26(7):1557-1573
类搜索算法
Clustering Search Algorithm
投稿时间:2013-11-09  修订日期:2014-03-28
DOI:10.13328/j.cnki.jos.004613
中文关键词:  进化算法  类进化优化模型  类搜索机制  数值优化
英文关键词:evolutionary algorithm  clustering evolution optimization model  clustering searching mechanism  numerical optimization
基金项目:国家自然科学基金(61203311, 61105064); 陕西省教育厅科研计划(2013JK1183)
作者单位E-mail
陈皓 西安邮电大学 计算机学院, 陕西 西安 710121 chenhao@xupt.edu.cn 
潘晓英 西安邮电大学 计算机学院, 陕西 西安 710121  
摘要点击次数: 2453
全文下载次数: 2206
中文摘要:
      提出利用类结构驱动的群体进化计算方法——类搜索算法(CSA).CSA在个体间构造簇类形态的虚拟连接关系,并通过对类组织的结构和类搜索过程进行动态调节来优化模拟进化系统的计算状态,提高群体的搜索效率.介绍了CSA的基本模型,并基于CSA融合进化算子与差分计算机制设计出数值优化算法CSA/DE.对多个典型高纬函数和复杂混合函数的仿真实验结果说明,CSA/DE是一种对高纬连续问题高效、稳定的搜索优化方法.该工作一方面验证了CSA的可行性和有效性;另一方面则显示:基于类搜索模型可有效融合异构且具有不同计算特性的搜索机制,形成对待求解问题更具针对性且协调性更佳的搜索计算方法.这为高性能优化算法的设计提供了一条新的途径.
英文摘要:
      A novel evolutionary optimization method, clustering searching algorithm (CSA), is presented. In CSA, a virtual cluster group is constructed among individuals in order to adjust the operation state of simulated evolutionary system dynamically and improve the searching efficiency of population. After introducing the basic model of CSA, this paper presents CSA/DE, a new CSA blending the evolutionary search operators with the differential computing mechanism for solving numerical optimization problem. In simulations, 6 classical multidimensional functions and 6 challenging composition functions are selected to test the performance of CSA/DE. The experimental results show CSA/DE is an efficient and reliable search optimization algorithm for multidimensional continuous problem. The work of this paper verifies the feasibility and validity of CSA. Meanwhile, this research demonstrates, based on CSA, multiple heterogeneous searching mechanisms can be merged into one algorithm to get much more pertinence and harmony in searching process, thus providing a viable way for designing high-performance optimization algorithm.
HTML  下载PDF全文  查看/发表评论  下载PDF阅读器
 

京公网安备 11040202500064号

主办单位:中国科学院软件研究所 中国计算机学会 京ICP备05046678号-4
编辑部电话:+86-10-62562563 E-mail: jos@iscas.ac.cn
Copyright 中国科学院软件研究所《软件学报》版权所有 All Rights Reserved
本刊全文数据库版权所有,未经许可,不得转载,本刊保留追究法律责任的权利