论文部分内容阅读
最有价值球员算法(Most Valuable Player Algorithm, MVPA)是一种模拟体育比赛的新型智能优化算法。针对该算法在求解复杂优化问题时存在寻优精度低、收敛速度慢等问题,提出了一种新型最有价值球员算法(Novel MVPA)。在个体竞争公式中,引入自适应的个体经验权重和群体经验权重,以实现全局探索和局部开发能力的平衡;在队伍竞争阶段,当队伍输了比赛以后采用基于云模型的变异操作来更新队伍,降低算法陷入局部最优解的概率,从而提高算法的计算精度和优化速度。采用20个测试函数进行数值