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