基于混合进化的SFL算法及其应用
混合蛙跳算法是一种新的基于群体智能的后启发式计算方法。这种算法具有易于理解,参数少,时间复杂度低和易于编程等特点,但也存在易陷入局部最优解的缺点。因此,本文提出了基于差分进化和高斯变异算子的两种混合进化SFL算法,并使用经典的超非线性、超多峰、超高维约束优化的BUMP问题进行了实验验证,实验结果验证了两个算法比原始SFL具有更强的寻优能力和相对较少的迭代次数。
为了进一步验证算法的有效性,使用混合进化SFL算法建立公务员录用模型,在此模型中分类器采用模糊积分分类器,参数的确定使用混合进化SFL算法确定,经实验验证,此模型的准确率达到75%以上。
- 作者:
- 李鑫
- 学位授予单位:
- 河北大学
- 专业名称:
- 应用数学
- 授予学位:
- 硕士
- 学位年度:
- 2010年
- 导师姓名:
- 王熙照
- 中图分类号:
- TP301.6;O175.3
- 关键词:
- 混合进化;SFL算法;混合蛙跳算法;差分进化;高斯变异算子;模糊积分分类器
- SFL;Differential Evolution;Gauss Mutation operator;Fuzzy Integral;Civil Servant