針對螢火蟲算法求解復雜優(yōu)化問題時收斂精度較低的問題,該文提出一種正交反向學習策略,嵌入螢火蟲算法,得到一種正交反向學習螢火蟲算法。正交反向學習策略中,采用重心反向計算,利用群體搜索經驗的同時避免搜索依賴坐標;采用正交試驗設計,構建部分維上取反向值的正交反向候選解,充分挖掘個體和反向個體在不同維度上的有利信息。在標準測試集上進行驗證,實驗結果說明了正交反向學習策略的有效性。與多種新近的改進螢火蟲算法相比,該算法在大多數函數上獲得更高的求解精度。 

【文章來源】：電子與信息學報. 2019,41(01)北大核心

【文章頁數】：8 頁

【參考文獻】：
期刊論文
[1]一種鄰域重心反向學習的粒子群優(yōu)化算法[J]. 周凌云,丁立新,彭虎,強小利.  電子學報. 2017(11)



本文編號：3052483