多子库和声搜索算法

对于复杂多峰函数优化问题来说，始终存在着全局和局部搜索能力这对矛盾，因而对所有算法首先应能够找到全局最优解所在的区域，然后以较快速度收敛到这个最优解。就和声算法(HS)而言，就在于如何保持HM的多样性，协调好算法的结构，避免算法陷入局部最优，使算法运行时时处于最优的操作状态。

很多人通过引入分群思想来提高群体的多样性，同样我们对和声搜索算法进行改进，可以把整个和声记忆库被划分为一些小的子和声记忆库，这些子和声记忆库通过各种随机重组策略被反复重组，信息在这些子和声记忆库中被交换，在子和声记忆库局部搜索的基础上实现全局寻优。

具体流程比较简单，就是分成nHM个子和声记忆库，在进化nR_Gen代后随机重组。这就是多子库和声搜索算法哦。