回溯搜索优化算法(Backtracking Search Optimization Algorithm, BSA)是Civicioglu在2013年提出的一种求解优化问题的进化算法。该算法结构简单,仅有一个控制参数,使其受初始控制参数影响很小,且在变异策略中充分考虑历史种群的影响,并采用了新型的交叉方式,使算法具有较强的搜索能力,能够很好地解决不同类型的优化问题,已...
WIMI微美全息集合智能引导的深度挖掘回溯搜索优化算法（CIGBSA）相较于传统的回溯搜索优化算法（BSA）具有多个优势：结构简单且易于实现：CIGBSA的结构相对简单，易于理解和实现。它基于回溯搜索优化算法，并在其中引入了集合智能和深度挖掘的思想，使得算法具备全局探索能力和高效学习能力。全局探索能力强：CIGBSA通过集合智...
本文使用威尔科森有符号秩检验对BSA求解数值优化问题的有效性与六种广泛使用的 EA 算法(PSO、CMAES、ABC、JDE、CLPSO 和 SADE)的性能进行了统计比较。 比较使用了75个边界约束基准问题和3个约束真实世界基准问题,结果表明,一般来说,BSA可以比比较算法更成功地解决基准问题。 2 步骤 3 回溯搜索优化算法应用 3.1 图像...
在实验过程中,进行了反复的参数调优和优化,以进一步提升CIGBSA算法的性能,通过调整学习率、差异向量的权重和拓扑对立的学习运算符等参数,寻找最佳的参数组合,使得算法在不同问题上都能取得最优的效果。 WIMI微美全息集合智能引导的深度挖掘回溯搜索优化算法(CIGBSA)相较于传统的回溯搜索优化算法(BSA)具有多个优势: 结...
WIMI微美全息的集合智能引导的深度挖掘回溯搜索优化算法(CIGBSA)的线性组合策略在CIGBSA中起到重要作用,通过引入差异向量来指导个体向最优解靠近。WIMI微美全息研发人员通过分析个体之间的差异和相似性,设计了一种有效的线性组合策略,使得个体能够更加高效地学习和进化。这种策略的运用能够加速算法的收敛速度,并提高解的...
WIMI微美全息的集合智能引导的深度挖掘回溯搜索优化算法(CIGBSA)的线性组合策略在CIGBSA中起到重要作用,通过引入差异向量来指导个体向最优解靠近。WIMI微美全息研发人员通过分析个体之间的差异和相似性,设计了一种有效的线性组合策略,使得个体能够更加高效地学习和进化。这种策略的运用能够加速算法的收敛速度,并提高解的...
摘要:智能优化算法因其独特高效的运行机制在求解复杂工程优化问题中表现 出明显的优势,已经成为了智能优化计算领域的研究热点。回溯搜索优化算法 (BacktrackingSearchOptimizationAlgorithm,BSA)是近几年提出的一种基于种 群的新型智能优化算法,该算法具有结构简单,待定参数少,记忆历史种群以 ...
把多阈值分割看作一个优化问题.将最大类间方差法当作要优化的函数,用回溯搜索优化算法求解要优化的函数,从而实现多阈值图像分割.将提出的多阈值算法应用于基准测试图像上,并与传统阈值分割法比较.实验结果表明:回溯搜索优化算法很好的解决了最大...
回溯搜索优化算法的研究和应用 回溯搜索优化算法的研究和应用 作者姓名田文凯导师姓名、职称刘三阳教授 一级学科数学二级学科应用数学 申请学位类别理学硕士提交学位论文日期2014年12月
要:回溯搜索优化算法(backtrackingsearchoptimizationalgorithm,BSA)是一种新型的进化算法。同 其他进化算法类似,该算法仍存在收敛速度较慢的缺点。针对这一问题,在详细分析该算法原理的基础上,提出 了具有广泛学习策略的改进算法。为了充分利用种群搜索到的较优位置,该策略首先利用提出的最优学习进化 ...