回溯搜索算法的研究及改進.pdf

1、優(yōu)化是應用數(shù)學中的一個重要的研究領域，基于自然仿生的優(yōu)化算法已經成為人工智能和計算機科學的重要研究方向?；厮菟阉魉惴?BSA)是一種新穎的進化算法，其采用一種獨特的變異和交叉策略，能夠利用種群的歷史信息引導種群進化，保證了全局搜索能力和局部探索能力的平衡。然而，種群歷史信息在一定水平上影響算法的收斂速度。因此，本文提出了由最優(yōu)個體引導的回溯搜索算法以及混合序列二次規(guī)劃算法的回溯搜索算法。本文的具體工作概括如下:
　　1.提出了一種

2、求解數(shù)值優(yōu)化問題的改進的回溯搜索算法:由最優(yōu)個體引導的回溯搜索算法。為了提高算法收斂速度和求解精度，本文設計了一種由最優(yōu)個體引導的算子。種群進化前期，由歷史信息引導的種群進化策略能夠保證算法的全局搜索能力。種群進化后期，算法采用最優(yōu)個體引導的進化算子提高局部搜索能力。因此，算法的全局勘探和局部搜索能力達到相對平衡。該方法在CEC-2013測試集上進行測試得到的結果表明，它能夠有效求解基準函數(shù)并且提高收斂速度。
　　2.提出了一種針