基于SQP局部搜索的多子群果蝇优化算法
【出 处】:
【作 者】:
王英博
[1]
王艺星
[2]
【摘 要】针对基本果蝇优化算法在寻优过程中种群多样性降低导致算法易陷入早熟收敛的问题,提出了基于序列二次规划(SQP)局部搜索的多子群果蝇优化算法(MFOA-SQP).新算法将果蝇种群均匀划分为多个子群,并引入粒子群算法中的惯性权重和学习因子,协同调节果蝇移动方向和步长;每隔一定迭代次数重新划分子群,避免种群单一化,使算法更易跳出局部最优;对子群最优个体进行SQP搜索,提高局部寻优性能.通过6个测试函数和优化广义回归神经网络对银行客户进行分类的实验结果表明,算法在寻优精度和速度方面性能优越,能够有效提高广义回归神经网络的分类准确率.
相关热词搜索: 果蝇优化算法 序列二次规划 多子群 协同进化 早熟收敛
上一篇: 基于加权网络结构的冷门资源推荐算法
下一篇: 基于非线性距离和夹角组合的最近特征空间嵌入方法