广义中心混合蛙跳算法

为解决标准混合蛙跳算法族群之间信息共享能力差的问题,加强族群内蛙的学习能力,利用各族群最优蛙位置的平均中心,构造一个与各族群最优蛙都有关联的虚拟广义中心蛙,提出广义中心混合蛙跳算法。该算法在进化过程中,首先蛙群最优蛙在原有位置及广义中心蛙的位置上进行"贪婪"选择,选择最好位置作为新的族群最优蛙位置;其次将广义中心蛙的优势运用于蛙跳规则中,在标准混合蛙跳算法的蛙跳规则中加入族群最差蛙向广义中心蛙学习的能力。将本文算法与不同维度下的标准混合蛙跳算法及新近提出的知名群智能算法进行比较,实验结果表明,本文算法在解的精度、收敛速度及解的稳定性等方面具有更优的性能。