面向全局数值优化的自适应化学反应优化算法
神经与进化计算
2015-07-10 v1
摘要
一种新近提出的受化学反应启发的元启发式算法——化学反应优化（CRO）已被应用于离散和连续领域的诸多优化问题。为减轻参数调优的工作量，本文减少了规范CRO中优化参数的数量，并开发了一种自适应方案来演化这些参数。我们提出的自适应CRO（ACRO）能更好地适应不同的优化问题。我们在一个广泛使用的连续问题基准测试集上对ACRO进行了仿真。仿真结果表明，ACRO的性能优于规范CRO。
引用
@article{arxiv.1507.02492,
title = {Adaptive Chemical Reaction Optimization for Global Numerical Optimization},
author = {James J. Q. Yu and Albert Y. S. Lam and Victor O. K. Li},
journal= {arXiv preprint arXiv:1507.02492},
year = {2015}
}