论文研究轮盘赌选择自适应和声搜索算法.pdf

针对现有和声搜索算法收敛速度慢、参数选取困难的不足，提出了一种求解数值优化问题的轮盘赌自适应和声搜索算法。该算法在和声库学习环节用轮盘赌选择取代HS算法的完全随机选择和GHS算法的贪婪选择，在提高收敛速度的同时克服了GHS算法由于贪婪选择造成的早熟；在参数选取中利用群体适应度方差生成概率PAR以自适应微调，然后根据和声库的信息、变量的取值范围和迭代次数进行自适应调整微调步长。仿真时设计了一个特殊函数用于例证轮盘赌选择机制的有效性和GHS算法的早熟问题，通过四个经典函数证明了该算法在收敛速度和收敛精度方面优于HS和IHS算法。