学习型和声搜索算法及其在0-1背包问题中的应用
来源期刊：控制与决策2013年第2期
论文作者：李若平 欧阳海滨 高立群 邹德旋
文章页码：205 - 210
关键词：和声搜索算法;自适应;学习策略;搜索速度;0-1背包问题;
摘 要：针对现有和声搜索算法存在的不足,提出一种学习型和声搜索算法（LHS）.根据目标函数值的变化,自适应调整和声记忆考虑概率（HMCR）;引入学习机制,加快算法的搜索速度;动态调节基音调整概率（PAR）,增强算法的全局搜索能力.对16个标准函数的测试结果表明,所提出的LHS算法与其他4种和声搜索算法相比具有较好的效果.最后将改进算法应用于10个0-1背包问题和1个经典的50维背包实例,实验结果表明LHS算法优于其他算法.
李若平1，欧阳海滨1，高立群1，邹德旋2
1. 东北大学信息科学与工程学院2. 徐州师范大学电气工程及自动化学院
摘 要：针对现有和声搜索算法存在的不足,提出一种学习型和声搜索算法（LHS）.根据目标函数值的变化,自适应调整和声记忆考虑概率（HMCR）;引入学习机制,加快算法的搜索速度;动态调节基音调整概率（PAR）,增强算法的全局搜索能力.对16个标准函数的测试结果表明,所提出的LHS算法与其他4种和声搜索算法相比具有较好的效果.最后将改进算法应用于10个0-1背包问题和1个经典的50维背包实例,实验结果表明LHS算法优于其他算法.
关键词：和声搜索算法;自适应;学习策略;搜索速度;0-1背包问题;
