自适应和声搜索算法及在数值优化中的应用

2012年06月28日10:52:52 本网站我要评论(2)字号：T | T | T

关键字：

常　虹，焦　斌，顾幸生
华东理工大学化工过程先进控制和优化技术教育部重点实验室，上海

上海电机学院电气学院，上海　

摘　　　要：和声搜索算法（ＨＳＡ）是近年来发展起来的一种新的启发式的优化算法。提出了一种自适应参数和声搜索算法（ＡＨＳＡ）。ＡＨＳＡ中和声库扰动概率ＰＡＲ自适应下降；同时，将新和声引入扰动幅值ＢＷ，省略判断新和声是否越界的环节。该算法不需要定义ＰＡＲ和ＢＷ的初值，减小人为因素对算法性能的影响。通过标准函数测试，仿真结果表明相对于ＨＳＡ，ＩＨＳＡ，ＧＨＳＡ这３种算法，ＡＨＳＡ表现出更好的综合性能。

关　键　词：和声搜索；启发式；自适应；均匀设计

１　引　言
Ｇｅｅｍ［１］等人在２００１年提出了一种新的启发式优化算法—和声搜索算法（ＨａｒｍｏｎｙＳｅａｒｃｈＡｌｇｏｒｉｔｈｍ，ＨＳＡ），并成功用于求解旅行商（ＴＳＰ）、管网分布等问题。ＨＳＡ采用基于ＨＭＣＲ和ＰＡＲ的随机搜索代替了梯度下降搜索策略［２］，概念清晰、参数较少、相对容易实现；但ＨＳＡ对ＨＭ和新解的产生方式具有很强的依赖性，处理复杂函数优化问题时局部搜索能力欠佳、收敛精度低［３］。针对这一问题，本文提出一种自适应调整ＰＡＲ的和声搜索新算法（ＡｄａｐｔｉｖｅＨａｒｍｏｎｙＳｅａｒｃｈＡｌｇｏｒｉｔｈｍ，ＡＨＳＡ）。ＡＨＳＡ采用按指数规律下降的自适应ＰＡＲ，算法初期ＰＡＲ较大，能够获得较强的全局搜索能力，随着迭代次数的增加，不断减小ＰＡＲ以提高算法的局部搜索能力。同时，将新解引入ＢＷ，防止经扰动后的解超出参数取值范围。经标准函数测试，并与ＨＳＡ，ＩＨＳＡ及ＧＨＳＡ等进行比较，仿真结果表明ＡＨＳＡ具有良好的寻优能力及较短的求解时间。

登录网站后可下载文件

自适应和声搜索算法及在数值优化中的应用

相关阅读: