基于全局最优值的群搜索优化算法
摘 要：标准群搜索优化(group search optimizer，GSO)算法在搜索的前期易于陷入局部最优，造成收敛速度变缓甚至在搜索时停滞等问题．针对以上问题对GSO 算法进行改进，提出一种基于全局最优值的群搜索优化(global optimalvalue-based group search optimizer，GGSO)算法，弥补标准群搜索优化算法在搜索的前期易于陷入局部最优的缺陷．通过在GSO 算法搜索过程中加入全局最优值方式，改进“发现者–加入者”模型，从而加快算法收敛速度．11 个国际标准测试函数的对比实验表明，GGSO 算法无论在算法精度还是收敛速度上都优于标准GSO 算法．
论文下载：