自适应变异尺度系数和混合选择的回溯搜索算法

来源：计算机工程与应用杂志2017年第17期北京时间：

作者：徐新林，胡中波，何先平，苏清华

单位：长江大学 信息与数学学院，湖北 荆州 434023

摘要：回溯搜索算法（Backtracking Search Optimization Algorithm，BSA）是一种基于种群的进化算法。该算法有良好的全局搜索性能，但存在收敛速度慢的缺点。针对这一缺点，提出了自适应变异尺度系数和混合选择的改进的回溯搜索算法。改进的变异尺度系数是基于Metropolis准则提出的，它的总体趋势自适应减小。改进的选择策略是整体[q]%择优法与锦标赛选择法的混合选择机制，在选择过程中使一定比例的优秀个体优先进入下一代，剩余个体对位选取适应度较高的个体。对5个复杂的约束优化问题进行仿真实验，得到的实验结果分别与原算法和众多同类算法进行了比较，实验结果表明了改进算法的有效性和良好竞争力。

关键词：回溯搜索算法,约束优化问题,变异尺度系数,选择策略,Metropolis准则