基于多元竞争淘汰的自然计算方法
Natural calculation method based on multiple competition elimination
哈尔滨师范大学 计算机科学与信息工程学院, 哈尔滨 150025
摘要
在自然计算方法中，为解决高维数据优化问题，需提高种群规模以获得更高精度，但同时需要的时间复杂度较大，若种群规模降低又会因种群多样性不足导致算法陷入局部最优。为解决优化过程中种群规模难以平衡、算法收敛速度慢及易陷入局部最优等问题，提出一种基于多元竞争淘汰（multiple competitive elimination，MCE）策略的自然计算方法，其适用于各类优化算法，而不依赖于算法进化的具体步骤，具有普适性。首先将原始解空间划分为具有竞争关系的两类大空间，每类大空间中细化分解为N元小空间；然后在两类大空间中分别执行反向学习和混合变异两种不同的淘汰方法，淘汰较差个体；最后选取N元小空间的部分较优个体跨两类大空间进行竞争交换以保持整体种群的多样性，提高了算法收敛速度和收敛精度。将该策略分别应用到粒子群算法和遗传算法中，并与标准粒子群算法、遗传算法及目前较先进的改进群智能优化算法对比，利用高维经典测试函数验证其性能。实验结果表明，多元竞争淘汰改进算法较其他对比算法表现出了更好的寻优能力，具有普适性。
基金项目
黑龙江省自然科学基金资助项目(LH2021F037)
黑龙江省高等教育教学改革项目(SJGY20200368)
哈尔滨市科技局科技创新人才研究专项项目(2017RAQXJ050)
哈尔滨师范大学博士科研启动基金资助项目(XKB201901)
哈尔滨师范大学计算机学院科研项目(JKYKYY202006)
哈尔滨师范大学研究生培养质量提升工程项目(HSDYJSJG2019006)
出版信息
DOI: 10.19734/j.issn.1001-3695.2023.01.0009
出版期卷: 《计算机应用研究》 印刷出版, 2023年第40卷 第8期
所属栏目: 算法研究探讨
出版页码: 2274-2280
文章编号: 1001-3695(2023)08-005-2274-07
发布历史
[2023-03-20] 优先出版
[2023-08-05] 印刷出版
引用本文
胡建暄, 马宁, 付伟, 等. 基于多元竞争淘汰的自然计算方法 [J]. 计算机应用研究, 2023, 40 (8): 2274-2280. (Hu Jianxuan, Ma Ning, Fu Wei, et al. Natural calculation method based on multiple competition elimination [J]. Application Research of Computers, 2023, 40 (8): 2274-2280. )
关于期刊
- 计算机应用研究 月刊
- Application Research of Computers
-
刊号
ISSN 1001-3695
CN 51-1196/TP
《计算机应用研究》创刊于1984年，是由四川省科技厅所属四川省计算机研究院主办的计算技术类学术刊物。
《计算机应用研究》瞄准本学科领域迫切需要的前沿技术，及时反映国内外计算机应用研究的主流技术、热点技术及最新发展趋势。主要刊载内容包括本学科领域高水平的学术论文、本学科最新科研成果和重大应用成果。栏目内容涉及计算机学科新理论、计算机基础理论、算法理论研究、算法设计与分析、区块链技术、系统软件与软件工程技术、模式识别与人工智能、体系结构、先进计算、并行处理、数据库技术、计算机网络与通信技术、信息安全技术、计算机图像图形学及其最新热点应用技术。
《计算机应用研究》拥有众多高层次读者、作者，读者对象主要为从事计算机学科领域高、中级研究人员及工程技术人员，各高等院校计算机专业及相关专业的师生。多年来《计算机应用研究》的总被引频次及Web下载率一直名列本学科同类学术刊物前茅，所刊发的学术论文以其新颖性、学术性、前瞻性、导向性、实用性而备受广大读者的喜爱。
收录和评价
- 第二届国家期刊奖百种重点期刊
- 中国期刊方阵双效期刊
- 全国中文核心期刊（北大2023年版）
- 中国科技核心期刊
- 中国科学引文数据库(CSCD)来源期刊
- RCCSE中国核心学术期刊
- 中国计算机学会会刊
- 2020—2022年科技期刊世界影响力指数(WJCI)报告收录期刊
- 中国科技期刊精品数据库全文来源期刊
- 中国学术期刊综合评价数据库来源期刊
- 《中国期刊网》《中国学术期刊(光盘版)》来源期刊
- 2017—2019年中国国际影响力优秀学术期刊(自然科学与工程技术)
- 中国精品科技期刊顶尖学术论文(F5000)项目来源期刊
- 《中国工程技术电子信息网》《电子科技文献数据库》来源期刊
- 英国《科学文摘》(INSPEC)来源期刊
- 《日本科学技术振兴机构数据库》(JST)来源期刊
- 俄罗斯《文摘杂志》(AJ, VINITI)来源期刊
- 美国《艾博思科学术数据库》(EBSCO)全文来源期刊
- 美国《剑桥科学文摘(自然科学)》(CSA(NS))核心期刊
- 波兰《哥白尼索引》(IC)来源期刊
- 美国《乌利希期刊指南(网络版)》(Ulrichsweb)收录期刊
