基于全局最优的自适应和声搜索算法

周恺卿,李航程,莫礼平

吉首大学信息科学与工程学院, 湖南 吉首 416000

发布日期:2021-04-16

作者简介:周恺卿(1984— ),男,湖南长沙人,博士(后),副教授,主要研究方向为临床辅助决策系统,模糊Petri网理论与应用,软计算技术. E-mail:kqzhou@jsu.edu.cn
基金资助:国家自然科学基金(62066016);湖南省自然科学基金项目(2020JJ5458,2019JJ40234);湖南省教育厅科学研究项目(18B317,19A414);湖南省大学生创新创业训练计划项目(20180592)

Adaptive harmony search algorithm based on global optimization

ZHOU Kaiqing, LI Hangcheng, MO Liping

College of Computer Science and Engineering, Jishou University, Jishou 416000, Hunan, China

Published:2021-04-16

摘要/Abstract

摘要： 针对传统和声算法收敛速度慢和搜索精度低等固有缺点,提出一种改进的自适应全局最优和声搜索算法。在即兴创作方案中,带宽由当前和声里的最优和声变量和最差和声变量之差表示,使得带宽具有针对具体情况的自适应能力,并且每次保存最优和声中一个随机和声变量。在产生的随机数大于和声记忆库存储考虑概率时,利用种群内差分随机生成一个和声变量。为了提高和声搜索算法的搜索能力,在即兴创作结束后产生一个新的和声的同时,再从当前种群中的最小和声到最大和声之间随机产生一个和声,然后将两个新产生和声中误差小的和声进入更新和声记忆库阶段。将所提出的算法与3个改进和声搜索算法在13个测试函数上进行对比。试验结果表明,提出的改进算法具有更好的全局搜索能力和收敛速度。


PDF全文下载地址:

http://gxbwk.njournal.sdu.edu.cn/CN/article/downloadArticleFile.do?attachType=PDF&id=2021