基于进出口贸易的帝国主义竞争算法

帝国主义竞争算法是受社会现象启发的一类新颖的群智能优化算法,但是它与其他的进化算法一样,对于多峰函数也存在收敛速度慢和容易陷入局部最优的缺陷。国际贸易是指不同国家和地区之间的商品和劳务的交换活动,有利于经济的发展,但在经济贸易中又存在贸易顺差和贸易逆差,一国不易长期存在贸易顺差或者贸易逆差,必须及时调整才利于国民经济的健康发展。受这种现象的启发,提出了基于进出口贸易的帝国主义竞争算法,选择了1个基准函数作为测试函数来实时跟踪算法的性能。结果表明,解的质量和收敛速度都有了明显的改善。兰纳-琼斯势问题是分子势能最小化问题,其局部最小值随原子数目呈指数增加,因此将基于进出口贸易的帝国主义竞争算法应用在兰纳-琼斯问题上来展现其解决实际问题的能力,并与免疫算法进行比较,结果表明,解的质量和收敛速度都有了明显的改善。

一种新的变异因子选择策略

在具有多层学习机制的免疫优化算法中,变异因子的选择概率对算法的有效性起着至关重要的作用。如果选择不够合理,将导致算法容易陷入局部最优,在一定程度上影响解的质量和收敛速度。针对多层学习机制的特点,讨论了各个因子之间的依赖性和相关性,提出了一种新的变异因子选择策略。选择4个基准函数作为测试函数进行了验证,结果表明,解的质量和收敛速度都有了明显的改善。