典型文献
引入物种演化的改进生物地理学优化算法
文献摘要：
针对生物地理学优化算法(biogeography-based optimization,BBO)易早熟收敛、陷入局部最优的问题,引入物种演化理论提出了改进生物地理学优化算法.该算法将所有栖息地按照物种数量划分为三种地区,并建立协同进化关系,合理地采用区间入侵、区内合作/竞争策略,满足多样性的同时避免了早熟收敛.定义了物种更迭和物种进化两种变异策略,提出的双策略协同变异算子旨在解决变异算子对较优解的破坏.通过CEC2017中的八个基准测试函数与标准BBO及相关改进算法相比,该算法在算法性能、稳定性等方面优于BBO及其他改进算法,且该算法不易被局部最优值所限制.将该算法应用于以最大完工时间为目标的柔性作业车间调度问题(flexible Job-Shop scheduling problem,FJSP)以检验其实际应用价值,实验表明,该算法在解决FJSP上具有一定的有效性.
文献关键词：
生物地理学优化算法;物种演化;物种更迭;柔性作业车间调度问题
中图分类号：
作者姓名：
张其文;杨勇超
作者机构：
兰州理工大学 计算机与通信学院,兰州730050
文献出处：
引用格式：
[1]张其文;杨勇超-.引入物种演化的改进生物地理学优化算法)[J].计算机应用研究,2022(02):367-373,378
A类：
改进生物地理学优化算法,物种更迭
B类：
物种演化,biogeography,optimization,BBO,早熟,局部最优,演化理论,栖息地,物种数,种地,协同进化,进化关系,竞争策略,物种进化,变异策略,双策略,策略协同,变异算子,优解,CEC2017,八个,基准测试函数,改进算法,算法性能,最优值,所限,算法应用,最大完工时间,柔性作业车间调度问题,flexible,Job,Shop,scheduling,problem,FJSP
AB值：
0.295946
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
