ASBSO：一种具有柔性搜索步长与基于记忆选择的改进头脑风暴优化算法
神经与进化计算
2021-03-02 v2
摘要
头脑风暴优化（BSO）是一种新近提出的基于种群的优化算法，其利用对数 sigmoid 转移函数在收敛过程中调整搜索范围。然而，这种调整仅随当前迭代次数变化，缺乏灵活性与多样性，导致 BSO 的搜索效率与鲁棒性较差。为缓解该问题，提出将自适应步长结构与时成功记忆选择策略引入 BSO。该所提方法，即基于记忆选择的自适应步长 BSO（ASBSO），采用多种步长修正新解的生成过程，从而依据相应问题与收敛阶段提供柔性搜索。该新颖记忆机制能够评估并存储解的提升程度，用于确定步长的选择概率。使用一组 57 个基准函数测试 ASBSO 的搜索能力，并采用四个现实问题展示其应用价值。所有测试结果均表明 ASBSO 在解质量、可扩展性与鲁棒性上均有显著提升。
引用
@article{arxiv.2101.11275,
title = {ASBSO: An Improved Brain Storm Optimization With Flexible Search Length and Memory-Based Selection},
author = {Yang Yu and Shangce Gao and Yirui Wang and Jiujun Cheng and Yuki Todo},
journal= {arXiv preprint arXiv:2101.11275},
year = {2021}
}