多群落双向驱动协作搜索算法

针对复杂优化问题中数据混杂多变的特点,提出一种能够根据环境变化不断优化种群适应度的多群落双向驱动协作搜索算法。该算法在分析微粒群落特性的基础上,基于无向加权图建立了多群落协作网演化模型,该模型依据群落适应值的优劣程度对群落类型进行划分,并根据不同群落间的协作权重和群落节点响应度评估群落节点强度,由节点强度最大的群落引导整个协作网进化,改进传统群集智能算法面对复杂优化问题中环境变化的自适应性能缺陷;构建了一种多群落双向驱动的进化新模式,给出了多群落协作的异步并行搜索算法,实现了不同环境下群落内部与群落之间的并行进化,降低了数据分析中巨大的计算时空开销。实验结果表明,该方法面向混杂多变数据不断优化种群适应度,能够较快地适应环境变化,并在可接受的时间内得到精确解,为复杂优化问题的求解提供了有效手段。