針對傳統(tǒng)的細(xì)菌覓食算法在優(yōu)化過程中存在的趨化步長的不確定性及消除-擴(kuò)散概率的恒定性不足的問題,提出一種基于非均勻消除-擴(kuò)散概率的情緒化細(xì)菌覓食算法,以解決高維度工程優(yōu)化問題。首先,在趨化步驟中利用古斯分布搜索機制對細(xì)菌個體位置進(jìn)行更新,以解決細(xì)菌因以隨機方式在每個維度上游動或翻轉(zhuǎn)而導(dǎo)致的搜索能力差及易陷入局部最優(yōu)的問題,引入情緒感知因子,利用情緒智能的突變來實現(xiàn)自適應(yīng)趨化步長,從而避免算法過早收斂;其次,針對細(xì)菌個體在消除-擴(kuò)散過程中概率的恒定性,提出利用線性和非線性概率分布代替?zhèn)鹘y(tǒng)的常數(shù)分布以此實現(xiàn)非均勻分布的構(gòu)想,通過引入動力因子隨機值,限制未定義的搜索空間中的細(xì)菌個體,從而節(jié)省算法的計算成本。通過六個基準(zhǔn)測試函數(shù)進(jìn)行測試,測試結(jié)果表明,在計算成本較低的情況下,除針對Rosenbrock函數(shù)外,所提算法針對所有函數(shù)均具有較低的迭代次數(shù)及良好的優(yōu)化質(zhì)量,且算法收斂性對比結(jié)果表明所提的算法具有較好的收斂性。 

【文章來源】：計算機應(yīng)用. 2020,40(06)北大核心

【文章頁數(shù)】：7 頁

【部分圖文】：

本文算法流程

不同算法收斂性的比較如圖2所示，仿真結(jié)果表明本文提出的NPEBFA在最優(yōu)均值范圍不同的情況下均具有較好的收斂性，即該算法較BFABGD、IBFABDE、BFAQB更適用于不同的搜索空間范圍，該優(yōu)勢可確保算法優(yōu)化過程中種群的多樣性，并避免范圍內(nèi)待優(yōu)化因子的丟失。3 結(jié)語

【參考文獻(xiàn)】：
期刊論文
[1]基于蟻群算法的異步并行裝配序列規(guī)劃方法[J]. 劉曉陽,劉恩福,靳江艷.  機械工程學(xué)報. 2019(09)
[2]改進(jìn)型細(xì)菌覓食算法求解FJSP問題[J]. 王新剛,衣鵬飛.  計算機與數(shù)字工程. 2018(06)
[3]基于差分進(jìn)化的改進(jìn)細(xì)菌覓食算法在智能配電網(wǎng)故障定位方法中的應(yīng)用[J]. 徐玉韜,談竹奎,呂黔蘇,謝百明,班國邦,袁旭峰,陳玉峰,吳恒.  電力大數(shù)據(jù). 2018(05)
[4]基于模糊RBF神經(jīng)網(wǎng)絡(luò)的直流微電網(wǎng)并網(wǎng)等效建模[J]. 蔡昌春,程述成,鄧志祥,江冰,赫衛(wèi)國,馬金祥.  電網(wǎng)技術(shù). 2016(11)
[5]基于社會學(xué)習(xí)自適應(yīng)細(xì)菌覓食算法的互聯(lián)電網(wǎng)AGC最優(yōu)PI/PID控制器設(shè)計[J]. 謝平平,李銀紅,劉曉娟,石東源,段獻(xiàn)忠.  中國電機工程學(xué)報. 2016(20)
[6]一種具有量子行為的細(xì)菌覓食優(yōu)化算法[J]. 章國勇,伍永剛,譚宇翔.  電子與信息學(xué)報. 2013(03)
[7]求解作業(yè)車間調(diào)度的變鄰域細(xì)菌覓食優(yōu)化算法[J]. 易軍,李太福.  機械工程學(xué)報. 2012(12)
[8]基于免疫算法的細(xì)菌覓食優(yōu)化算法[J]. 劉小龍,趙奎領(lǐng).  計算機應(yīng)用. 2012(03)
[9]基于高斯分布估計的細(xì)菌覓食優(yōu)化算法[J]. 劉小龍,李榮鈞,楊萍.  控制與決策. 2011(08)
[10]一種基于動物自治體的尋優(yōu)模式:魚群算法[J]. 李曉磊,邵之江,錢積新.  系統(tǒng)工程理論與實踐. 2002(11)



本文編號：3052908