物种生灭算法的改进策略

doi:10.3778/j.issn.1002-8331.1803-0316

计算机工程与应用 ›› 2019, Vol. 55 ›› Issue (3): 55-60.DOI: 10.3778/j.issn.1002-8331.1803-0316

物种生灭算法的改进策略

邓有为1，杨永建1，彭志颖1，甘轶1，马健1，黄柏儒2

1.空军工程大学航空航天工程学院，西安 710038
2.中国人民解放军 95974部队

出版日期:2019-02-01 发布日期:2019-01-24

Improved Strategies of Species Explode and Deracinate Algorithm

DENG Youwei1, YANG Yongjian1, PENG Zhiying1, GAN Yi1, MA Jian1, HUANG Boru2

1.College of Aeronautics and Astronautics Engineering, Air Force Engineering University, Xi’an 710038, China
2.Unit 95974 of PLA, China

Online:2019-02-01 Published:2019-01-24

摘要/Abstract

摘要： 物种生灭算法（Species Explode and Deracinate Algorithm，SEDA）是一种简单、高效的群智能优化算法。为了进一步提高SEDA算法的寻优速度、解的质量，首先，通过一种无排序筛选幸存物种的递归算法，提出了基于递归筛选的SEDA算法，减少了SEDA算法的时间复杂度，提高了算法的寻优速度；其次，通过引入衍生趋势的方法，提出了基于衍生趋势的SEDA算法，提高了SEDA算法对复杂、难以寻优的优化问题解的质量。三个测试函数的仿真结果表明，改进的方法具有更小的时间复杂度，能够有效改善SEDA算法解的质量。

关键词: 物种生灭算法, 时间复杂度, 解的质量

Abstract: To further improve the convergence speed and solution quality of Species Explode and Deracinate Algorithm（SEDA） which is one of simple and effective swarm intelligence algorithm, some improved SEDAs are proposed. Firstly, by no sorting all of species, the survival spices is selected, and a new SEDA based on recursive screening is proposed. The new algorithm reduces the time complexity of SEDA. Then, by introducing derive tendency, a new SEDA algorithm is proposed, called SEDA based on derive tendency. The new algorithm improves the solution quality of complex and hard to seek the optimal solution questions. The simulation results indicate that these improved strategies of SEDA have smaller time complexity than SEDA, and can improve the solution quality effectively.

Key words: Species Explode and Deracinate Algorithm（SEDA）, time complexity, solution quality

邓有为1，杨永建1，彭志颖1，甘轶1，马健1，黄柏儒2. 物种生灭算法的改进策略[J]. 计算机工程与应用, 2019, 55(3): 55-60.

DENG Youwei1, YANG Yongjian1, PENG Zhiying1, GAN Yi1, MA Jian1, HUANG Boru2. Improved Strategies of Species Explode and Deracinate Algorithm[J]. Computer Engineering and Applications, 2019, 55(3): 55-60.

[1]	叶颖诗，魏福义，蔡贤资. 基于并行计算的快速Dijkstra算法研究[J]. 计算机工程与应用, 2020, 56(6): 58-65.
[2]	刘焕玉，喻小光. 多启发式规则融合粒子群算法的受限项目调度[J]. 计算机工程与应用, 2016, 52(22): 226-231.
[3]	闵亮1，邵良杉2，赵永刚1. 基于节点相似度的社团检测[J]. 计算机工程与应用, 2015, 51(9): 77-81.
[4]	杨鹤1，2，周国华1，林仁1，3. 区间数网络计划求解时间的影响因素分析[J]. 计算机工程与应用, 2015, 51(23): 11-16.
[5]	陈金广1，2，孙瑞1，马丽丽1，赵银银1. 初等对称函数对GM-CPHD算法执行效率的影响[J]. 计算机工程与应用, 2015, 51(13): 206-210.
[6]	贺燕¹，任平安^1，2，马建峰². 检测DRDoS攻击的新方法[J]. 计算机工程与应用, 2011, 47(6): 119-121.
[7]	张圣栋，沈锐. 发布订阅系统中的拒绝服务攻击[J]. 计算机工程与应用, 2011, 47(25): 26-29.
[8]	张海军^1，2，3，丁溪源²，朱朝勇^2，3. 一种改进的中文字符串排序方法[J]. 计算机工程与应用, 2010, 46(19): 129-131.
[9]	邓春燕^1,2,吕跃进²,李金海². 决策表的高效属性约简算法[J]. 计算机工程与应用, 2009, 45(4): 152-155.
[10]	曾映兰,邝达,郑金华. 一种基于极坐标的分布度保持策略[J]. 计算机工程与应用, 2008, 44(20): 36-40.
[11]	毛韶阳^1,2,李肯立². 一种基于密度的并行聚类算法[J]. 计算机工程与应用, 2007, 43(30): 157-161.
[12]	张林锋,吕辉,瞿军锋. 迷宫最短路径问题新算法[J]. 计算机工程与应用, 2006, 42(32期): 0-.

物种生灭算法的改进策略

Improved Strategies of Species Explode and Deracinate Algorithm

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 12

编辑推荐

Metrics