论文部分内容阅读
为增强和声搜索算法的全局搜索能力，提出一种带有全局交叉的修正和声搜索（MHSgc）算法．MHSgc算法采用多和声记忆库协同创作，应用邻域学习策略进行调整，取代原有的基音调整，从而增加了种群多样性．同时，提出一种全局交叉操作，并融合到MHSgc算法中，防止算法陷入局部最小．针对几个标准函数进行了实验仿真，数值结果表明，上述算法优于文献报道的8种智能算法（HS，IHS，GHS，NGHS，EHS，ITHS，MPSO，RMDE），具有较好的优化潜力．