針對傳統(tǒng)優(yōu)化算法不能很好解決高維度搜索空間的優(yōu)化問題,提出了一種改進的萬有引力搜索算法,將萬有引力搜索算法和粒子群優(yōu)化算法進行結(jié)合,通過對邊界進行一定的操作和在新的搜索空間內(nèi)激活停滯粒子,使粒子跳出局部區(qū)域,去尋找最優(yōu)解。引用Web服務(wù)組合領(lǐng)域使用的旅游場景模型,實驗結(jié)果表明,所提出的算法相比傳統(tǒng)啟發(fā)式優(yōu)化算法具有較好的性能并且在解決基于多目標(biāo)優(yōu)化的Web服務(wù)組合問題上也具有一定的可行性。

【文章頁數(shù)】：7 頁

【部分圖文】：

圖2GSA在兩次迭代過程中粒子的運動情況

的流程圖PSOGSA能緩解GSA出現(xiàn)的算法停滯的缺點。PSOGSA利用目前所獲得的最優(yōu)解引導(dǎo)慣性質(zhì)量大的粒子朝全局最優(yōu)方向移動，而不是所有粒子都朝最優(yōu)解聚集。顯然，PSOGSA也可以加快群體的整體運動，促使PSOGSA算法的尋優(yōu)能力增強。圖2用y=x2函數(shù)顯示了GSA在兩次迭代過....

本文編號：3995220